Python正则表达式（小结）
1. 什么是正则表达式？
正则表达式（regular expression，有时简写为RegEx 或 regex）就是用一组由字母和符号组成的“表达式”来描述一个特征，然后去验证另一个“字符串”是否符合/匹配这个特征。
2.应用场景？
（1）验证字符串是否符合指定特征，比如验证邮件地址是否符合特定要求等；
（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串；
（3）用来替换，比普通的替换更强大。
3.相应的模块--re
re模块是Python用来处理正则表达的模块，是Python处理文本的标准库。所谓的Python标准库，就是内置模块，不需要额外下载，使用时直接引入即可。
4.常用函数
| 类别 | 函数 | 用途 | 表达式 | remark |
| 查找一个匹配项 | re.search() | 查找任意位置的匹配项. | re.search(pattern,string,flags) |
search函数是在字符串中任意位置匹配，只要有符合正则表达式的字符串就匹配成功，即使有两个匹配项，search函数也只返回一个。 pattern: 正则表达式的字符串或原生字符串表示；string待匹配字符串；flags:正则表达式使用时的控制标记。 返回Match对象。 |
| re.match() | 必须从字符串开头匹配. | re.match(pattern,string,flags) |
match函数是要从头开始匹配，如果开头不一样，一定无法匹配。 从一个字符串的开始位置匹配正则表达式，返回Match对象。 pattern: 正则表达式的字符串或原生字符串表示；string待匹配字符串；flags:正则表达式使用时的控制标记。 返回Match对象。 |
|
| re.fullmatch() | 整个字符串与正则完全匹配. |
re.fullmatch(pattern,string,flags) |
fullmatch函数需要完全相同，匹配整个字符串，返回Match对象。不匹配时，返回None。 返回Match对象。 |
|
| 查找多个匹配项 | re.findall() | 从字符串任意位置查找，返回一个列表. |
re.findall(pattern,string,flags) 搜索字符串，以列表形式返回全部能匹配的子串。 返回列表类型。 |
两个方法基本类似，只不过一个是返回列表，一个是返回迭代器。列表是一次性生成在内存中，而迭代器是需要使用时一点一点生成出来的，内存使用更优。 |
| re.finditer() | 从字符串任意位置查找，返回一个迭代器. |
re.finditer(pattern,string,flags) 搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是Match对象。 |
||
| 分割 | re.re.split() | 支持正则分割 | re.split(pattern, string, maxsplit=0, flags=0) |
函数：将一个字符串按照正则表达式匹配结果进行分割，返回列表类型。 用 pattern 分开 string ， maxsplit表示最多进行分割次数， flags表示模式。 返回列表类型。 |
| 替换 | re.sub() | 支持正则替换 | re.sub(pattern, repl, string, count=0, flags=0) |
函数：在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串。 repl替换掉string中被pattern匹配的字符， count表示最大替换次数，flags表示正则表达式的常量。 |
| re.subn() | 支持正则替换 | re.subn(pattern, repl, string, count=0, flags=0) | 函数与 re.sub函数 功能一致，只不过返回一个元组 (字符串, 替换次数)。 | |
| 编译正则对象 | re.compile() | 编译正则表达式 | 返回Pattern对象。 |
将正则表达式的样式编译为一个 正则表达式对象 （正则对象Pattern），这个对象与re模块有同样的正则函数。template()增加了re.TEMPLATE 模式。 |
| re.template() | ||||
| 其他 | re.escape() | re.escape(pattern) | re.escape(pattern) 可以转义正则表达式中具有特殊含义的字符，比如：.或者 *。使用是，应小心转义符的问题。 |
|
| re.purge() | 清除正则表达式缓存 |
注意：查找一个匹配项（search、match、fullmatch）的函数返回值都是一个 匹配对象Match ，必须需要通过match.group() 获取匹配值。
5.什么是Match对象？有什么属性和方法？
在上面4的说明中，我们提到search、match、fullmatch函数的返回值是一个Match对象，这个对象中包含了很多匹配的信息。
| 类别 | 名称 | 解释 |
| 对象属性 | string | 待匹配的文本。 |
| re | 匹配时使用的Pattern对象（正则表达式） | |
| pos | 正则表达式搜索文本的开始位置。 | |
| endpos | 正则表达式搜索文本的结束位置。 | |
| 对象方法 | start() | 匹配字符串在原始字符串的开始位置。 |
| end() | 匹配字符串在原始字符串的结束位置。 | |
| span() | 匹配区域，返回（start(),end()）。 | |
| group() | 获得匹配后的字符串。 | |
| groups() | 获取每部分匹配的字符串，元组类型。 |
注意group()和groups()的区别，一个是返回匹配的字符串，一个是返回各部分匹配内容组成的元组。
6.表达式中的控制标记flags
flags:正则表达式使用时的控制标记
| 常用标记 | 标记功能说明 |
|
re.I(re.IGNORECASE） |
re.I是正则表达式中的一个flag，用于忽略大小写。当我们想要匹配的字符串中包含大小写不敏感的内容时，可以使用这个flag。 例如，我们想要匹配字符串中的"apple"，不论是大写还是小写，都可以使用re.I来实现。 |
| re.M（re.MULTILINE） |
re.M是正则表达式中的另一个flag，用于多行匹配。通常情况下，正则表达式默认只匹配字符串中的一行内容，但是当我们需要匹配多行内容时，就可以使用re.M。 例如，我们想要匹配字符串中的以数字开头的所有行，就可以使用re.M。 |
| re.S（re.DOTALL） | re.S是正则表达式中的一个flag，用于匹配任意字符，包括换行符。如不设置re.DOTALL这个Flag标识位，符号“.”匹配除换行符外的一切。而一旦设置了这个标识位，符号“.”将啥都匹配。 |
| re.X(re.VERBOSE) |
忽略空白，提高可读性。当该标志被指定时，在 RE 字符串中的空白符被忽略，除非该空白符在字符类中或在反斜杠之后。它也可以允许你将注释写入 RE，这些注释会被引擎忽略；注释用 “#”号 来标识，不过该符号不能在字符串或反斜杠之后。 |
7.在表达式中强调开始\结束位置的特殊字符
| 表达式用到的特殊字符 | 说明 | 举例 |
| ^ | 与字符串开始的地方匹配,此字符不匹配任何字符. | 表达式 "^aaa" 在匹配 "xxxaaaxxx" 时，匹配失败。只有当 "aaa" 位于字符串的开头的时候，"^aaa" 才能匹配,如："aaaxxxxxx"。 |
| $ | 与字符串结束的地方匹配,此字符不匹配任何字符. | 达式 "aaa$"在匹配 "xxxaaaxxx" 时，匹配失败。只有当"aaa"位于字符串的结尾的时候，"aaa$"才能匹配，比如："xxxxxxaaa"。 |
8.表达式中的转义符(\)
一些不便书写的字符和特殊用处的标点符号,采用在前面加“\” (转义符).
| 表达式 | 可匹配 | 表达式 | 可匹配 |
| \n | 匹配换行符 | \? | 匹配?符号本身 |
| \t | 匹配制表符 | \* | 匹配*符号本身 |
| \\ | 匹配\符号本身 | \+ | 匹配+符号本身 |
| \^ | 匹配^符号本身 | \{、\} | 匹配大括号 |
| \$ | 匹配$符号本身 | \[、\] | 匹配中括号 |
| \. | 匹配.符号本身 | \(、\) | 匹配小括号 |
9.能够与 '多种字符' 匹配的表达式
正则表达式中的一些表示方法，可以匹配 ‘多种字符’ 中的任意一个字符。例如，表达式"\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。
| 表达式 | 匹配功能 |
| \d | 任意一个数字,0~9中的任意一个 |
| \w | 任意一个字母或数字或下划线,也就是A~Z,a-z,0-9,_中任意一个 |
| \s | 包括空格\制表符\换页符等空白符的其中的任意一个 |
| . | 小数点可以匹配除了换行符(\n)以外的任意一个字符 |
10.表达匹配次数
| 表达式 | 匹配功能 | 例子 |
| {n} | 表达式重复n次 | 例如："\w{2}"相当于"\w\w";"a{5}"相当于"aaaaa" |
| {m,n} | 表达式至少重复m次，最多重复n次 | 例如："ba{1,3}" 可以匹配"ba"或"baa"或"baaa" |
| {m,} | 表达式至少重复m次 | 例如："\w\d{2,}"可以匹配"a12","_456","M12344" |
| ? | 匹配表达式0次或1次，相当于{0,1} | 例如："a[cd]?"可以匹配"a","ac","ad" |
| + | 表达式至少出现1次，相当于{1,} | 例如："a+b" 可以匹配"ab","aab","aaab" |
| * | 表达式不出现或出现任意次数，相当于{0,} | 例如："\^*b"可以匹配"b","^^^b" |
11.借助[]和^自定义匹配关系
使用方括号 [ ] 包含一系列字符，能匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能匹配其中字符之外的任意一个字符。
| 表达式案例 | 匹配功能 |
| [abc5@] | 匹配"a"或"b"或"5"或"@" |
| [^abc] | 匹配"a","b","c"之外的任意一个字符 |
| [f-k] | 匹配"f"~"k"之间的任意一个字符 |
| [^A-F0-3] | 匹配"A"~"F","0"~"3"之外的任意一个字符。 |
注意:虽然可以匹配其中任意一个，但是只能是一个，不是多个。
12.字符串中关于IP的正则表达式
##字符串中关于IP地址的正则表达式 ## ^：匹配字符串的开头。((25[0-5]|2[0-4]\d|[01]?\d\d?)\.)：匹配一个数字和一个点号，这个数字的取值范围是0到255。 ## {3}：匹配前面的表达式三次。(25[0-5]|2[0-4]\d|[01]?\d\d?)： 配一个数字，这个数字的取值范围是0到255。$：匹配字符串的结尾。 ## 使用正则表达式匹配IP地址 # 字符串是IP地址 ip_pattern = r'^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)$' ##字符串是IP地址开头的 ipstart_pattern = r'^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)' ##字符串包含IP ipcontain_pattern = r'((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)' ##字符串包含IP,并且IP地址是以': ['字符开头，以']'字符结尾 ipcontain_pattern_plus = r'(\: \[)((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}((25[0-5]|2[0-4]\d|[01]?\d\d?)\])'
13 举例
（1）匹配出文本中 "错误原因:" 后面的字符
pattern = r'错误原因：(.+)' result1 = re.search(pattern, text1) 想要的内容就是result1.group(1)
（2）匹配出 错误码
import re def test_error_code_extraction(): text2 = "错误码：12345，错误提供者：test，错误原因：testErrorCode:1" regex = r"(?<=错误码：)\d+" print(re.search(regex, text2).group()) test_error_code_extraction()
14. AI 正在表达式生成器
https://www.agilebuilder.net/tools/app/regexp
【此网址如果，打不开，可以换个浏览器试下】
可以在线生成正则表达式，并且有【解析】、【用法】、【单元测试】等内容
例如
参考网址
https://zhuanlan.zhihu.com/p/479731754
https://zhuanlan.zhihu.com/p/127807805
