正则表达式
啥叫正则表达式？一种匹配字符串内容的规则。
'''
常用元字符：
^ 匹配字符串开始
$ 匹配字符串结束
. 匹配除换行符以外的任意字符
w 匹配字母或数字或下划线
s 匹配任意空白符
d 匹配数字
匹配单词的开始或结束
a|b 匹配字符a或字符b
（） 匹配括号内的表达式，也表示一个组
[...] 匹配字符组中的字符
'''
#通常情况下，正则表达式中所谓的“单词”，就是由“w”所定义的字符所组成的子串。
'''
量词：
* 重复零次或多次
+ 重复一次或多次
? 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
'''
'''
常用反义词：
W 匹配任意不是字母、数字、下划线、汉子的字符
S 匹配任意不是空白符的字符
D 匹配任意不是数字的字符
B 匹配不是单词开头或结束的位置
[^x] 匹配不是x的任意字符串
[^ae] 匹配除了ae这几个字母以外的任意字符
'''
()、[] 、{}的区别：
()是多个匹配，把括号内的当做一组处理。(ab)表示字符串有ab这样的字符才能匹配。匹配字符串，常跟 |(或) 搭配使用。
[]是单个匹配，[abc]表示单个字符如果是a,b,c的一种，则匹配成功。特殊字符在[]内，就是一个普通字符。
{}是匹配次数
重点：*,+,?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
正则在匹配的时候都是贪婪匹配(尽量匹配多点)
通过在量词后面加上一个?, 就可以将贪婪匹配变成一个非贪婪匹配（惰性匹配）
例子：
代匹配字符串：我是大帅比
正则： 我. —> 我是
我.* —> 我是大帅比
我.? —> 我 说明：注意是匹配零个到多个，量词后面加了个？变成非贪婪匹配，所以.的数量为0，结果为我。
我.+? —> 我是 说明：+是匹配一个或者多个，加?变成惰性匹配，只会匹配最少的一个。结果为我是。
我.?? -->同理，.后面的量词?，是零个或者一个。按最小的0个来算。
例题：
匹配身份证号
^[1-9]d{16}[1-9x]|[1-9]d{14}$
匹配手机号：
^(13|15|16|17|18)d{9}$
匹配邮箱：
^w+@w+.w+$
转义符
字符串中有时候会有特殊字符，跟元字符中的字符冲突了，这时候就需要使用转义符 ，比如想匹配字符串中的 , 就需要 。如果待匹配字符是 ‘ ’ , 那么正则为: \n
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
正则扩展：
(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”。
(?:pattern) 匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern) 正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern) 正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
re模块
re.findall()
import re
res = re.findall('a', 'assbdfasafqsd')
print(res)
>>> ['a', 'a', 'a']
说明：返回所有满足正则匹配的结果，放在列表里
findall的优先级查询：
import re
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['www.oldboy.com']
re.search()
res = re.search('c', 'adfasdfasdf')
print(res.group())
>>> AttributeError: 'NoneType' object has no attribute 'group'
res = re.search('a', 'adfasdfasdf')
print(res.group())
>>> a
说明：re.search，会在整个字符串内查找，但只会返回第一个匹配。
如果没有匹配，就会返回None。
如果有匹配，返回第一个匹配，是一个包含匹配信息的对像。该对象调用.group()，才会返回值。
扩展：
ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>")
#还可以在分组中利用?<name>的形式给分组起名字
#获取的匹配结果可以直接用group('名字')拿到对应的值
print(ret.group('tag_name')) #结果 ：h1
print(ret.group()) #结果 ：<h1>hello</h1>
ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>")
#如果不给组起名字，也可以用序号来找到对应的组，表示要找的内容和前面的组内容一致
#获取的匹配结果可以直接用group(序号)拿到对应的值
print(ret.group(1))
print(ret.group()) #结果 ：<h1>hello</h1>
re.match()
res = re.match('a', 'abc')
print(res.group())
>>> a
res = re.match('a', 'bac')
print(res.group())
>>> AttributeError: 'NoneType' object has no attribute 'group'
res = re.match('ba', 'bac')
print(res.group())
>>> ba
说明：re.match只会在字符串开头匹配。
如果字符串开始没匹配到，就会返回一个None。
**重点：
re.match() 跟 re.search()的相同点、不同点：
match方法，从字符串开始处进行匹配，如果开始没匹配到，则返回None。
search方法是在整个字符串中进行匹配正则，有匹配，则返回第一个匹配对象。没有匹配，返回None。
match和search匹配成功时，无论能匹配成功多少个，都只返回第一个匹配对象。
匹配不成功，都返回None。
匹配成功时，都需要调用 .group()方法，取出匹配的值。
re.split()
ret = re.split('我', '我是大帅比')
print(ret)
>>> ['', '是大帅比']
ret = re.split('是', '我是大帅比')
print(ret)
>>> ['我', '大帅比']
ret = re.split('比', '我是大帅比')
print(ret)
>>> ['我是大帅', '']
ret = re.split('我|比', '我是大帅比')
print(ret)
>>> ['', 是大帅', '']
ret = re.split('是|帅', '我是大帅比')
print(ret)
>>> ['我', '大', '比']
split的优先级查询
ret=re.split("d+","eva3egon4yuan")
print(ret) #结果 ： ['eva', 'egon', 'yuan']
ret=re.split("(d+)","eva3egon4yuan")
print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']
#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。
re.sub
ret = re.sub('d', 'H', 'eva3egon4yuan4', 2)#将数字替换成'H'，参数2表示只替换2个
print(ret)
>>> evaHegonHyuan4
ret = re.sub('[^d]', 'H', 'eva3egon4yuan4')
print(ret)
>>>HHH3HHHH4HHHH4
re.subn
ret = re.subn('d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret)
>>> ('evaHegonHyuan4', 2)
re.compile
obj = re.compile('d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group()) #结果 ： 123
re.finditer
import re
ret = re.finditer('d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器
print(ret) # <callable_iterator object at 0x10195f940>
print(next(ret).group()) #查看第一个结果
print(next(ret).group()) #查看第二个结果
print([i.group() for i in ret]) #查看剩余的左右结果
>>><callable_iterator object at 0x10d857a50>
>>>3
>>>4
>>>['7', '8', '4']