拓展：正则表达式-初识

该部分为中谷教育Python视频教程的学习笔记
正则表达式（RE）是一种小型的高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过re模块实现。
其作用：
1.可以为想要匹配的相应字符串集指定规则
2.该字符串集可能包含英文语句、email地址、命令或者任何你想搞定的东西
3.可以问诸如“这个字符串匹配该模式吗？”
4“在这个字符串中是否有部分匹配该模式呢？”
5.你也可以使用RE以各种方式来修改或分割字符串
正则表达式是一门独立的语言，并不是python中特有的。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。
（并非所有字符串处理都能用正则表达式完成） 
字符匹配：
普通字符：
    大多数字字母和字符一般都会和自身匹配
    如正则表达式test会和字符串“test”完全匹配
元字符
    . ^ $ * + ? {} [] \ | ()

[]方括号
     常用来指定一个字符集：[abc];[a-z]
    元字符在字符集中不起作用：[akm$]
    补集匹配不在区间范围内的字符：[^5]
这是最原始的 通过普通字符去匹配它自身

>>> import re
>>> s = 'abc'
>>> 
>>> s = r'abc'
>>> 
>>> re.findall(s,'aaaaaaaaaads sscabc')
['abc']
>>> re.findall(s,'aaaaaaaaaads sscab')
[]
>>> re.findall(s,'aaabcaaaabcaaads sscab')
['abc', 'abc']
>>>

有些时候规则有些变化

>>> st = 'top tip tqp twp tep'                #定义一个字符串
>>> 
>>> res = r'top'                            #定义一个正则表达式
>>> 
>>> re.findall(res,st)                #在字符串里匹配
['top']
>>> res = r'tip'
>>> re.findall(res,st)
['tip']
>>> res = r't[io]p'            #如果要匹配tip和top，那么用方括号
>>> 
>>> re.findall(res,st)
['top', 'tip']
>>> res = r't[^io]p'            #如果要匹配除了tip和top之外的区间，那么使用[^io]
>>> re.findall(res,st)
['tqp', 'twp', 'tep']
>>>

 

^
    匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始。在MULTILINE模式里，它也可以直接匹配字符串中的每个换行。

>>> import re
>>> s = 'hello world,hello boy' 
>>> r = r'hello'
>>> re.findall(r,s)
['hello', 'hello']
>>> r = r'^hello'
>>> re.findall(r,s)
['hello']
>>> s = 'world,hello boy'
>>> re.findall(r,s)
[]
>>> r = r'^world'
>>> re.findall(r,s)
['world']
>>>

$
    匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符后面的任何位置。

>>> s = 'world,hello boy'
>>> r = r'boy$'
>>> re.findall(r,s)
['boy']
>>>

综合示例：

>>> import re
>>> 
>>> r = 't[abc$]'
>>> 
>>> re.findall(r,'ta')
['ta']
>>> re.findall(r,'tb')
['tb']
>>> re.findall(r,'tax')
['ta']
>>> re.findall(r,'t$')          #这里$符号作为一个普通的字符输出
['t$']
>>> r = 't[abc^]'
 #这里^符号也是作为一个普通的字符输出。如果放在开头如't[^abc]'那就是取匹配区间外的字符串了
>>> re.findall(r,'t^')  
['t^']
>>> 
>>> r = r'x[0123456789]x'           #可以写成x[0-9]x
>>> 
>>> re.findall(r,'x1x')
['x1x']
>>> re.findall(r,'x1x,x2x')
['x1x', 'x2x']
>>> re.findall(r,'x1x,x2x,x9x')
['x1x', 'x2x', 'x9x']
>>> r = r'x[0-9]x'
>>> re.findall(r,'x1x,x2x,x9x')
['x1x', 'x2x', 'x9x']
>>> r = r'x[a-zA-Z0-9]x'        #同理，匹配一个比较大的范围，用-号
>>> re.findall(r,'x1x,xRx,xgx')
['x1x', 'xRx', 'xgx']
>>>