一、正则表达式
re模块是python独有的匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的，而正则表达式是对字符串进行模糊匹配，提取自己需要的字符串部分，他对所有的语言都通用。注意：
- re模块是python独有的
- 正则表达式所有编程语言都可以使用
- re模块、正则表达式是对字符串进行操作
因为，re模块中的方法大都借助于正则表达式，故先学习正则表达式。
二、常用正则表达式
2.1 元字符
元字符
|
匹配内容说明 |
| . | 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 | 匹配任意的空白符 |
| d | 匹配数字 |
| 匹配一个换行符 | |
| 匹配一个制表符 | |
| 匹配一个单词的结尾 | |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
| 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 |
| [^] |
匹配除了字符组中字符的所有字符 |
2.2 量词
| 量词 | 用法说明 |
| * | 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 |
三、正则表达式的使用
3.1 . ^ $
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| a. | abacad | abacad | 匹配所有"a."的字符 |
| ^a. | abacad | ab | 只从开头匹配"a." |
| a.$ | abacad | ad | 只匹配结尾的"a.$" |
3.2 * + ? { }
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| a.? | abefacgad | ab ac ad |
?表示重复零次或一次，即只匹配"a"后面一个任意字符。 |
| a.* | abefacgad |
abefacgad |
*表示重复零次或多次，即匹配"a"后面0或多个任意字符。 |
| a.+ | abefacgad | abefacgad | +表示重复一次或多次，即只匹配"a"后面1个或多个任意字符。 |
| a.{1,2} | abefacgad | abe acg ad |
{1,2}匹配1到2次任意字符。 |
注意：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
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| a.*? | abefacgad | a a a |
惰性匹配 |
3.3 字符集［］［^］
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| a[befcgd]* | abefacgad | abef acg ad |
表示匹配"a"后面[befcgd]的字符任意次
|
| a[^f]* | abefacgad | abe acgad |
表示匹配一个不是"f"的字符任意次
|
| [d] | 412a3bc | 4 1 2 3 |
表示匹配任意一个数字，匹配到4个结果
|
| [d]+ | 412a3bc | 412 3 |
表示匹配任意个数字，匹配到2个结果
|
四、re模块代码基础函数介绍
- re.compile（pattern，flags = 0 ）：用于编译正则表达式，生成一个正则表达式对象
- re.search（pattern，string，flags = 0 ）：扫描整个字符串并返回第一个成功的匹配
- re.match（pattern，string，flags = 0 ）：如果字符串开头的零个或多个字符与正则表达式模式匹配，则返回相应的匹配对象。
- re.fullmatch（pattern，string，flags = 0 ）：如果整个字符串与正则表达式模式匹配，则返回相应的match对象。
- re.split（pattern，string，maxsplit = 0，flags = 0 ）：通过出现模式来拆分字符串。
- re.findall（pattern，string，flags = 0 ）：返回字符串中所有不重叠匹配项的列表，如果没有匹配到返回空list不会报错
- re.finditer（pattern，string，flags = 0 ）：返回一个迭代器，该迭代器在string类型的RE 模式的所有非重叠匹配中产生匹配对象。
- re.sub（pattern，repl，string，count = 0，flags = 0 ）：返回通过用替换repl替换字符串中最左边的不重叠模式所获得的字符串。