正则表达式
什么是 正则表达式：
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
匹配：
直接匹配：
- 直接输入字符串，它就会匹配这个字符串
元字符：
. 匹配除了换行符以外的任意字符 \w 匹配字母或下划线 \s 匹配任意的空白符 \d 匹配数字 \n 匹配一个换行符 \t 匹配一个制表符 \b 匹配一个单词的结尾 ^ 匹配字符串的开头 $ 匹配字符串的结尾 \W 匹配非字母或数字或下划线 \D 匹配非数字 \S 匹配非空白符 a|b 匹配字符a或b，通常把长的放在前面 () 匹配括号内的表达式，也表示为一个组 [...] 匹配字符组中的字符 ... 匹配除了字符组中的所有字符
量词:
# 不会单独用，要和元字符匹配使用
* 重复零次或更多次 + 重复一次或更多次 ？ 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次
.^*
正则 待匹配字符 匹配结果 说明 海. 海北海南海东 海北海南海东 匹配海后面的字符， 到下一个海字停下 ^海. 海北海南海东 海北 只找开头的第一个海(开头) 海.$ 海北海南海东 海东 查找海的最后一个(结尾)
*+?{}
正则 待匹配字符 匹配结果 说明 李.? 李华和李大一和李二三 李华李大李二 ?表示只重复一次,就只匹配李后面的第一个任意字符 李.* 李华和李大一和李二三 李华和李大一和李二三 *表示重复零次和多次，所以他会(贪婪匹配)匹配第一个李后面的所有字符，？转义 李.+ 李华和李大一和李二三 李华和李大一和李二三 +表示重复一次或多次,默认是多次，(贪婪匹配),可以用？改变 李.{1,2} 李华和李大一和李二三 李华和李大一李二三 {1，2}匹配李后面的 1到2的任意字符 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
字符集［］［^］
正则 待匹配字符 匹配 结果 说明 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 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 [\d] 456bdha3 4 5 6 3 表示匹配任意一个数字，匹配到4个结果 [\d]+ 456bdha3 456 3 表示匹配任意个数字，匹配到2个结果
转义符 \
在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对""进行转义，变成'\'。
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"\n",字符串中要写成'\n'，那么正则里就要写成"\\n",这样就太麻烦了。这个时候我们就用到了r'\n'这个概念，此时的正则是r'\n'就可以了。
正则 待匹配字符 匹配 结果 说明 \n \n False 因为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配 \n \n True 转义\之后变成\，即可匹配 "\\n" '\n' 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 r'\n' r'\n' True 在字符串之前加r，让整个字符串不转义
贪婪匹配
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
正则 待匹配字符 匹配 结果 说明 <.*> <script>...<script> <script>...<script> 默认为贪婪匹配模式，会匹配尽量长的字符串 <.*?> 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
几个常用的非贪婪匹配Pattern
*? 重复任意次，但尽可能少重复 +? 重复1次或更多次，但尽可能少重复 ?? 重复0次或1次，但尽可能少重复 {n,m}? 重复n到m次，但尽可能少重复 {n,}? 重复n次以上，但尽可能少重复
.*?的用法
. 是任意字符 * 是取 0 至 无限长度 ? 是非贪婪模式。 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： .*?x
就是取前面任意长度的字符，直到一个x出现
