python正则表达式17个知识点
动机
1. 文本处理已经成为计算机常见工作之一
2. 对文本内容的搜索，定位，提取是逻辑比较复杂的工作
3. 为了快速方便的解决上述问题，产生正则表达式技术
定义：即文本的高级匹配模式，提供搜索，替代，查找等功能。本质是由一系列特殊符号和字符组成的字串。
目标 ：
1. 熟练掌握正则表达式符号
2. 能够看懂或者简单编写基本的正则表达式
3. 能够使用python操作正则表达式
特点：
* 方便进行检索修改文本的操作
* 支持编程语言众多
* 使用灵活多样
python ----> re模块 处理正则表达式
re.findall(pattern,string)
功能：使用正则表达式匹配字符串
参数： pattern 正则表达式字符串
string 目标字符串
返回值 ： 返回 匹配到的所有内容
元字符 （正则表达式中有一定含义的符号）
1. 普通字符
元字符： a b c & #
匹配规则 ： 匹配字符本身
In [4]: re.findall("abc","abcdefghabc")
Out[4]: ['abc', 'abc']
In [6]: re.findall("你好","小平,你好")
Out[6]: ['你好']
2. 或
元字符： |
匹配规则： 匹配 | 两边任意一个正则表达式
In [2]: re.findall('ab|cd',"abdsaacdfaabvf")
Out[2]: ['ab', 'cd', 'ab']
* | 左右不要有空格
3. 匹配单一字符
元字符： .
匹配规则： 匹配除\n外任意一个字符
f.o---》foo fao f@o
In [5]: re.findall('f.o',"fao is not foo")
Out[5]: ['fao', 'foo']
4. 匹配开始位置
元字符 ： ^
匹配规则： 匹配一个字符串的开头位置
In [6]: re.findall('^hello',"hello world")
Out[6]: ['hello']
5. 匹配结尾位置
元字符 ： $
匹配规则： 匹配字符串的结束位置
In [15]: re.findall('py$',"hello.py")
Out[15]: ['py']
6. 匹配重复
元字符 ： *
匹配规则： 匹配前面的正则表达式重复0次或者多次
fo* ---》 f fo
In [20]: re.findall('ab*',"abbbbbscadsfab")
Out[20]: ['abbbbb', 'a', 'ab']
7.匹配重复
元字符 ： +
匹配规则： 匹配前面的正则表达式1次或多次
ab+ ab abbbbbbbbb
In [23]: re.findall('ab+',"abbbbbscadsfab")
Out[23]: ['abbbbb', 'ab']
8. 匹配重复
元字符 ： ?
匹配规则： 匹配前面出现的元字符0次或1次
ab? --> a ab
In [24]: re.findall('ab?',"abbbbbscadsfab")
Out[24]: ['ab', 'a', 'ab']
9. 匹配重复
元字符 ： ｛n｝
匹配规则 ： 匹配前面的正则表达式n次
ab{3} --> abbb
In [25]: re.findall('ab{3}',"abbbbbadffg")
Out[25]: ['abbb']
10. 匹配重复
元字符 ： ｛m,n｝
匹配规则： 匹配前面的正则表达式m--n次
ab{3,5} --> abbb abbbb abbbbb
In [27]: re.findall('ab{3,5}',"abbbbbaabbbg")
Out[27]: ['abbbbb', 'abbb']
11. 匹配字符集合
元字符： [字符集]
匹配规则： 匹配括号内任意一个字符
[abc123d] a b c 1 2 3 d
[a-z] [A-Z] [0-9]
[123a-zA-Z]
In [29]: re.findall('[a-z]+',"hello 123")
Out[29]: ['hello']
12. 匹配字符集合
元字符： [^ ...]
匹配规则： 除了字符集中的任意一个字符
[^abc] --> d e f....
In [31]: re.findall('[^abcdef]+',"a little boy")
Out[31]: [' littl', ' ', 'oy']
13. 匹配任意（非）数字字符
元字符: \d \D
匹配规则 ： \d匹配任意数字字符 [0-9]
\D 匹配任意非数字字符 [^0-9]
In [33]: re.findall('1\d{10}',"13711225566")
Out[33]: ['13711225566']
In [34]: re.findall('\D+',"The num is 1234")
Out[34]: ['The num is ']
14. 匹配（非）普通字符 （数字字母下划线）
元字符： \w \W
匹配规则：\w 匹配任意一个普通字符 [_0-9a-zA-Z]
\W 匹配任意一个非普通字符 [^_0-9a-zA-Z]
In [35]: re.findall('\w+',"Today is wednesday")
Out[35]: ['Today', 'is', 'wednesday']
In [36]: re.findall('\w+',"Today is 星期三")
Out[36]: ['Today', 'is', '星期三']
In [38]: re.findall('\W+',"@#$%^&*()")
Out[38]: ['@#$%^&*()']
15. 匹配（非）空字符 （空格，\r \t \n \0）
元字符： \s \S
匹配规则： \s 匹配任意空字符
\S 匹配任意非空字符
In [41]: re.findall('\s+',"hello world")
Out[41]: [' ']
In [42]: re.findall('\S+',"hello world")
Out[42]: ['hello', 'world']
16. 匹配起止位置
元字符： \A(^) \Z($)
匹配规则： 匹配字符串的开始和结束位置
In [49]: re.findall('\Ahello world\Z',"hello world")
Out[49]: ['hello world']
绝对匹配 ： 正则表达式前后加 ^$或\A\Z 表示正则表达式需要匹配目标字符串的全部内容
17. 匹配（非）单词边界
（普通字符和其他字符交接的位置为单词边界）
元字符： \b \B
匹配规则 ： \b 单词边界
\B 非单词边界
In [54]: re.findall(r'\bis\b',"This is Tom")
Out[54]: ['is']
In [55]: re.findall(r'\Bis',"This is Tom")
Out[55]: ['is']
元字符总结
匹配单个字符 ：a . \d \D \w \W \s \S
[...] [^...]
匹配重复性： * + ？ {n} {m,n}
匹配位置 ： ^ $ \A \Z \b \B
其他： | （） \
