python开发模块基础：正则表达式
一，正则表达式
1.字符组：[0-9][a-z][A-Z]
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
可以写成这种 [0-5a-eA-Z] 取范围的匹配
2.字符
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 4 . 匹配除换行符以外的任意字符 5 \w 匹配字母或数字或下划线 6 \s 匹配任意的空白符 7 \d 匹配数字 8 \n 匹配一个换行符 9 \t 匹配一个制表符 10 \b 匹配一个单词的结尾 11 ^ 匹配字符串的开始 12 $ 匹配字符串的结尾 13 \W 匹配非字母或数字或下划线 14 \D 匹配非数字 15 \S 匹配非空白符 16 a|b 匹配字符a或字符b 17 () 匹配括号内的表达式，也表示一个组 18 [...] 匹配字符组中的字符 19 [^...] 匹配除了字符组中字符的所有字符
3.量词
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 4 量词 用法说明 5 * 重复零次或更多次 6 + 重复一次或更多次 7 ? 重复零次或一次 8 {n} 重复n次 9 {n,} 重复n次或更多次 10 {n,m} 重复n到m次
4. .^$
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 5 正则 待匹配字符 匹配结果 说明 6 海. 海燕海娇海东 海燕海娇海东 匹配所有"海."的字符 7 ^海. 海燕海娇海东 海燕 只从开头匹配"海." 8 海.$ 海燕海娇海东 海东 只匹配结尾的"海.$"
5.*+?{}
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 正则 待匹配字符 匹配结果 说明 4 李.? 李杰和李莲英和李二棍子 李杰/李莲/李二 ?表示重复零次或一次，即只匹配"李"后面一个任意字符 5 李.* 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子 *表示重复零次或多次，即匹配"李"后面0或多个任意字符 6 李.+ 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子 +表示重复一次或多次，即只匹配"李"后面1个或多个任意字符 7 李.{1,2} 李杰和李莲英和李二棍子 李杰和/李莲英/李二棍 {1,2}匹配1到2次任意字符 8 9 注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配 10 正则 待匹配字符 匹配结果 说明 11 李.*? 李杰和李莲英和李二棍子 李/李/李 惰性匹配
6.字符集[][^]
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 4 正则 待匹配字符 匹配结果 说明 5 李[杰莲英二棍子]* 李杰和李莲英和李二棍子 李杰/李莲英/李二棍子 表示匹配"李"字后面[杰莲英二棍子]的字符任意次 6 李[^和]* 李杰和李莲英和李二棍子 李杰/李莲英/李二棍子 表示匹配一个不是"和"的字符任意次 7 [\d] 456bdha3 4/5/6/3 表示匹配任意一个数字，匹配到4个结果 8 [\d]+ 456bdha3 456/3 表示匹配任意个数字，匹配到2个结果
7.分组()或|和[^]
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 5 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示： 6 正则 待匹配字符 匹配结果 说明 7 ^[1-9]\d{13,16}[0-9x]$ 110101198001017032 110101198001017032 表示可以匹配一个正确的身份证号 8 ^[1-9]\d{13,16}[0-9x]$ 1101011980010170 1101011980010170 表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字 9 ^[1-9]\d{14}(\d{2}[0-9x])?$ 1101011980010170 False 现在不会匹配错误的身份证号了()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次 10 ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 110105199812067023 110105199812067023 表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}
8.转义符\
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 4 在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'。 5 在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。
这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了。 6 正则 待匹配字符 匹配结果 说明 7 d \d False 因为在正则表达式中\是有特殊意义的字符，所以要匹配\d本身，用表达式\d无法匹配 8 \\d \d True 转义\之后变成\\，即可匹配 9 "\\\\d" '\\d' True 如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次 10 r'\\d' r'\d' True 在字符串之前加r，让整个字符串不转义
9,贪婪匹配
1 #!/usr/bin/python env 2 #_*_coding:utf-8_*_ 3 4 贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配 5 正则 待匹配字符 匹配结果 说明 6 <.*> <script>...<script> <script>...<script> 默认为贪婪匹配模式，会匹配尽量长的字符串 7 <.*?> r'\d' <script>/<script> 加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串 8 9 几个常用的非贪婪匹配Pattern 10 *? 重复任意次，但尽可能少重复 11 +? 重复1次或更多次，但尽可能少重复 12 ?? 重复0次或1次，但尽可能少重复 13 {n,m}? 重复n到m次，但尽可能少重复 14 {n,}? 重复n次以上，但尽可能少重复 15 16 .*?的用法 17 . 是任意字符 18 * 是取 0 至 无限长度 19 ? 是非贪婪模式。 20 何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在： 21 .*?x 22 23 就是取前面任意长度的字符，直到一个x出现
