正则表达式基础

正则表达式是在字符串中查找你需要的字符串，类似c++的find函数，但是他在不同的语言中有着相似（几乎不变的）语法,具体可以看:

https://www.runoob.com/regexp/regexp-metachar.html

下面仅记录一下最最基础的

（有bf还会用这？当初为什么要先看这个？？？）

（回来再看这句话，真香）

正则表达式首先要import re

查找的函数有:

re.findall(规则,str)

检索到字符串末尾而不是，返回一个list

t=re.search(规则，str)

返回一个re.Match类

t.span()是输出第一个满足条件字符串前闭后开的区间

t.start() ...起始位置

t.end() 终止位置

t.group（）是直接返回字符串

+ ：重复匹配前一个字符一次 或多次

* ：重复匹配前一个字符零次 或多次

? :重复匹配前一个字符零次或一次 （也有许多特殊的用途

. :可以代表任意字符，（一般不特殊声明不能代表 ）

查url用 .*?即可 （这里？代表非贪婪，（就是只匹配到第一个满足 .*）

比如

s16.analyse=null;s16.answer=false;s16.content="<p><img src="http://edu-ixxx\"    /></p>";s16.id=217706595887825;s17.analyse=null;s17.answer=true;s17.content="<p><img src=\"http://edu-ixxx"    /></p>";s17.id=17706595887825;s18.analyse=null;s18.answer=false;s18.content="<p><img src=\"http://exxx\"    /></p>";

reg='<p>.*?<p>' 就不会匹配到第一个<p>到最后一个<p>中间的东西，而是第一个<p>与第一个<p>中间的东西

回车 换行（回车不代表换行）, 制表(tab)等代表他们原本的意思

 代表匹配单词结尾 空格，和字符串结尾（?)

d 对应匹配的是0~9的数字

比如 xd 则是匹配第一个x后面是数字的字符串

而xd+是匹配所以x后面是数字的字符串

import re
#r类似以只读模式打开
reg1=r'cd'
reg2=r'cd+'
reg3=r'cd*'
reg4=r'cd?'
reg5=r'd'
str='ad qcdac134c13'
print(re.findall(reg1,str))
    ['c1', 'c1']
print(re.findall(reg2,str))
    ['c134', 'c13']
print(re.findall(reg3,str))
    ['c', 'c134', 'c13']
print(re.search(reg4,str))
<re.Match object; span=(3, 4), match='c'>
print(re.findall(reg5,str))#匹配不到第二个d（后面没有空格）
    ['d']

[]:是匹配里面字符的任意一个 如果里面的ascii连续可以用-代替比如[a-z，0-8] 只能是1位字符不能是11-12这种

s : 匹配任何空白字符 相当于 [ f v x20] x20是空格

w :匹配包括下划线在内的单词字符 相当于[a-zA-Z0-9_] 中文居然也算！

^ : if出现在[]的第一个则代表[]里的在其后面的取反相当于c++中的 “!”

$ :匹配前一个字符在字符串结尾的位置 通常用search

[u4e00-u9fa5] 匹配一个中文字符 若要匹配句字则

可用（[u4e00-u9fa5]+）

相反 [^u4e00-u9fa5]+可以匹配非中文字符

reg1=r'd'
reg2=r'w+'
reg3=r'^q'
reg4=r'[u4e00-u9fa5]+'
str='ad qc dac134c13 撒发顺丰'
print(re.findall(reg1,str))
['d']

print(re.findall(reg2,str))
['ad', 'qc', 'dac134c13'，'撒发顺丰']

print(re.findall(reg3,str))
[]
print(re.findall(reg4,str))
['撒发顺丰']

():可以看成整体通常与其他符号搭配使用

进阶正则可以看https://www.runoob.com/python/python-reg-expressions.html