第6课-正则表达式
1、元字符介绍
"^" ：^会匹配行或者字符串的起始位置，有时还会匹配整个文档的起始位置。
"$" ：$会匹配行或字符串的结尾
"\b" :不会消耗任何字符只匹配一个位置，常用于匹配单词边界 如 我想从字符串中"This is Regex"匹配单独的单词 "is" 正则就要写成 "\bis\b"
"\d": 匹配数字
"\w"：匹配字母，数字，下划线
"\s"：匹配空格
"."：匹配除了换行符以外的任何字符
"[abc]": 字符组 匹配包含括号内元素的字符
2、反义（写法很简单改成大写就行了，意思与原来的相反）
"\W" 匹配任意不是字母，数字，下划线 的字符
"\S" 匹配任意不是空白符的字符
"\D" 匹配任意非数字的字符
"\B" 匹配不是单词开头或结束的位置
"[^abc]" 匹配除了abc以外的任意字符
3、量词
先解释关于量词所涉及到的重要的三个概念
贪婪(贪心) 如"*"字符 贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果 失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的，
懒惰(勉强) 如 "?" 懒惰量词使用另一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。
占有 如"+" 占有量词会覆盖事个目标字符串，然后尝试寻找匹配内容 ，但它只尝试一次，不会回溯，就好比先抓一把石头，然后从石头中挑出黄金
"*"(贪婪) 重复零次或更多（ 例如"aaaaaaaa" 匹配字符串中所有的a 正则： "a*" 会出到所有的字符"a"）
"+"(懒惰) 重复一次或更多次（例如"aaaaaaaa" 匹配字符串中所有的a 正则： "a+" 会取到字符中所有的a字符， "a+"与"a*"不同在于"+"至少是一次而"*" 可以是0次）
"?"(占有) 重复零次或一次（例如"aaaaaaaa" 匹配字符串中的a 正则 ： "a?" 只会匹配一次，也就是结果只是单个字符a）
"{n}" 重复n次（例如从"aaaaaaaa" 匹配字符串的a 并重复3次 正则： "a{3}" 结果就是取到3个a字符 "aaa"）
"{n,m}" 重复n到m次（例如正则 "a{3,4}" 将a重复匹配3次或者4次 所以供匹配的字符可以是三个"aaa"也可以是四个"aaaa" 正则都可以匹配到）
"{n,}" 重复n次或更多次
4、懒惰限定符
"*?" 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
5、分组
（）正则中捕获分组其实就是一个括号内的内容
|：匹配多个字符串或表达式
转义字符(\)和原始字符串(r)
6、练习
import re
s="""693152032@qq.com, werksdf@163.com, sdf@sina.com
sfjsdf@139.com, soifsdfj@134.com
pwoeir423@123.com"""
res = re.findall(r"\w+@\w+.com",s)
content = re.sub(r"\w+@\w+.com","285469451@qq.com",s)
print(content)
s="""i love you not because of who 234 you are, 234 but 3234ser because of who i am when i am with you"""
result = re.findall(r"\b[a-zA-Z]+\b",s)
content = re.sub(r"\b\d+\w*\b",r"\b",s)
print(content)
s = "-100.01"
res = re.match(r"-?(\d|[1-9]\d+)\.\d+",s)
print(res)
# 将变量转换为鸵方的形式
s = "get-element-by-id"
def convet(value):
return str(value.group()).upper()
content = re.sub("-\w",convet,s)
print(content)
s = "10101111"
res = re.search("[01]+",s)
print(res.group())
s = "我的办公电话是:000-12344562,有问题请及时与我联系，谢谢！"
res = re.findall("\d{3}-\d{8}",s)
print(res)
s = "目前可以分配到的IP地址为:255.221.221.12"
res = re.findall("\d{3}\.\d{1,3}\.\d{1,3}\.\d{1,3}",s)
print(res)
s = "<a herf='www.baidu.com'>"
res = re.search("<a\s(.+)>",s)
print(res.group(1))
s = "12345678901"
content = re.sub("\d{3}",lambda value:"{}.".format(value.group()),s)
print(content)
