re模塊（正則表達式）

一、什么是正則表達式

正則就是用一些具有特殊含義的符號組合到一起（稱為正則表達式）來描述字符或者字符串的方法。或者說：正則就是用來描述一類事物的規則。（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然后由用 C 編寫的匹配引擎執行。

二、正則表達式基礎

字符組 ： [字符組]

在同一個位置可能出現的各種字符組成了一個字符組，在正則表達式中用[]表示 字符分為很多類，比如數字、字母、標點等等。

[1]                       匹配1
[123]　　　　　　  匹配1、2、3
[0-9]　　　　　　　匹配任意一個數字
[a-z]　　　　　　　匹配任意一個小寫字母
[A-Z]　　　　　　　匹配任意一個大寫字母
[A-Za-z]　　　　　 匹配任意一個字母

示例如下：

print(re.findall('[1]','Zll5201314'))       #['1', '1']
print(re.findall('[123]','Zll5201314'))     #['2', '1', '3', '1']
print(re.findall('[0-9]','Zll5201314'))     #['5', '2', '0', '1', '3', '1', '4']
print(re.findall('[a-z]','Zll5201314'))     #['l', 'l']
print(re.findall('[A-Z]','Zll5201314'))     #['Z']
print(re.findall('[a-zA-Z]','Zll5201314'))  #['Z', 'l', 'l']
print(re.findall('[A-Za-z0-3]','Zll5201314')) #['Z', 'l', 'l', '2', '0', '1', '3', '1']

元字符：

.　　　　匹配除換行符以外的任意字符
\w　　　 匹配字母或者數字或者下划線
\s　　　  匹配任意空白字符
\d　　　  匹配數字
\n　　　  匹配換行符
\t　　　　匹配制表符tab
\b　　　　匹配一個單詞的結尾
^　　　　匹配字符串的開始
$　　　　匹配字符串的結尾
\W　　　匹配非字母或下划線或數字
\D　　　匹配非數字
\S　　　匹配非空白符
|　　　　匹配|前或者后的內容
()　　　　匹配括號內的表達式，也表示一個組

示例如下：

print(re.findall('.','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', ' ', '5', '2', '0']
print(re.findall('\w','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', '5', '2', '0']
print(re.findall('\s','love_u 520')) #[' ']
print(re.findall('\d','love_u 520')) #['5', '2', '0']
print(re.findall('\n','love_u 520')) #[]
print(re.findall('\b','love_u 520')) #[]
print(re.findall('^l','love_u 520')) #['l']
print(re.findall('520$','love_u 520'))#['520']
print(re.findall('\W','love_u 520')) #[' ']
print(re.findall('\D','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', ' ']
print(re.findall('\S','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', '5', '2', '0']
print(re.findall('love|u','love_u 520')) #['love', 'u']

量詞:

*   重復零次或者多次 
2 +　　重復1次或者多次
3 ?　　重復零次或者一次
{n}　　重復n次
5 {n,}　　重復n次或者更多次
{n,m}　　重復n到m次

示例如下：

print(re.findall('5*','555 5')) #['555', '', '5', '']
print(re.findall('5+','555 5')) #['555', '5']
print(re.findall('5?','555 5')) #['5', '5', '5', '', '5', '']
print(re.findall('5{2,3}','555 5')) #['555']
print(re.findall('5{2}','555 5')) #['55']
print(re.findall('5{3}','555 5')) #['555']

三、常見的正則表達式應用

手機號（國內）：^[1-9][3478]\d{9}
電話號（國內）：[0-9-()（）]{7,18}
郵編：\d{6}
QQ：[1-9]([0-9]{5,11})
身份證號：\d{17}[\d|x]|\d{15}
郵箱：\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}
網址：^((https|http|ftp|rtsp|mms)?:\/\/)[^\s]+
日期：\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}
用戶名：[A-Za-z0-9_\-\u4e00-\u9fa5]+

#正則表達式在線測試網址“http://tool.chinaz.com/regex/”

四、python中如何使用正則表達式

findall()方法：

此方法是在整個字符串中匹配指定字符或者字符串，並且將所有滿足條件的結果返回到一個列表中，如下：

ret = re.findall('a','abac')
print(ret)　　#['a', 'a']

ret = re.findall('ab','abac')
print(ret)　　#['ab']

search()方法：

此方法是在整個字符串中查找滿足匹配條件的字符或者字符串，一旦找到一個就不再繼續查找，並返回包含查找值的對象，可以用.group()方法進行查看，如下：

ret = re.search('a','abac')
print(ret.group())  #a

match()方法：

此方法是用來從開頭位置查找是否滿足匹配條件，如果沒有就會返回None，如果有，則會返回一個包含查找值的對象，可以用group()方法進行查看，如下：

ret = re.match('a','abac')
print(ret.group())  #a

ret = re.match('b','abac')
print(ret)  #None

split()方法：

此方法用來對一個字符串進行切分，如下：

ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在對''和'bcd'分別按'b'分割
print(ret)  # ['', '', 'cd']

sub()以及subn()方法：

ret = re.sub('\d', '*', 'a1b2c3')#將數字替換成'*'，默認替換所有的數字
print(ret) #a*b*c*

ret = re.sub('\d', '*', 'a1b2c3', 1)#將數字替換成'*'，參數1表示只替換1個
print(ret) #a*b2c3

ret = re.subn('\d', '*', 'a1b2c3')#將數字替換成'*'，返回一個元祖(替換后的字符串,替換的次數)
print(ret) #('a*b*c*', 3)

compile()方法：

此方法是先把正則表達式編譯好，以方便多次使用，如下：

obj = re.compile('\d{3}')  #將正則表達式編譯成為一個 正則表達式對象，規則要匹配的是3個數字
ret = obj.search('abc123eeee') #正則表達式對象調用search，參數為待匹配的字符串
print(ret.group())  #結果 ： 123

finditer()方法：
此方法與findall類似，只不過返回的不是一個列表，而是一個生產器，可以用next(iter).group()來查看里面的值，如下：

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一個存放匹配結果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一個結果
print(next(ret).group())  #查看第二個結果
print([i.group() for i in ret])  #查看剩余的左右結果