正则表达式和re模块
正则表达式常用匹配规则：
.匹配任意字符，但是不能匹配换行符
\d匹配任意数字
\D匹配任意的非数字
\s匹配的是空白字符（包括：\n，\t，\r和空格）
\w匹配的是a-z和A-Z以及数字和下划线
\W匹配的是和\w相反的
[]组合的方式，只要满足中括号中的某一项都算匹配成功
之前讲到的几种匹配规则，其实可以使用中括号的形式来进行替代：
\d：[0-9]
\D：[^0-9]
\w：[0-9a-zA-Z_]
\W：[^0-9a-zA-Z_]
匹配多个字符：
*：可以匹配0或者任意多个字符
text = "0731"
ret = re.match('\d*',text)
print(ret.group())
>> 0731
+：可以匹配1个或者多个字符
text = "abc"
ret = re.match('\w+',text)
print(ret.group())
>> abc
?：匹配的字符可以出现一次或者不出现（0或者1）
text = "123"
ret = re.match('\d?',text)
print(ret.group())
>> 1{m}：匹配m个字符
text = "123"
ret = re.match('\d{2}',text)
print(ret.group())
>> 12
{m,n}：匹配m-n个字符
text = "123"
ret = re.match('\d{1,2}',text)
prit(ret.group())
>> 12
^（脱字号）：表示以...开始
text = "hello"
ret = re.match('^h',text)
print(ret.group())
如果是在中括号中，那么代表的是取反操作.
$：表示以...结束
# 匹配163.com的邮箱
text = "xxx@163.com"
ret = re.search('\w+@163\.com$',text)
print(ret.group())
>> xxx@163.com
|：匹配多个表达式或者字符串
text = "hello world."
ret = re.findall('hello|\s',text)
print(ret)
>> ['hello', ' ']
贪婪模式：正则表达式会匹配尽量多的字符。默认是贪婪模式。
非贪婪模式：正则表达式会尽量少的匹配字符。
关于转义
这里会涉及两方面转义，第一是python解释器的转义，第二是正则的转义
比如一个str = "asd\nd" 要匹配出其中的\n，使用search("\n",str)首先\n会被python解释器理解为换行，要解决这个问题我们可以用search(r"\n",str)表示使用原生字符
第二是正则里会把\n识别为换行符，要解决这个问题我们可以用search(r"\\n",str) ，\\n表示对元字符\n转义表达原生字符"\n"
re模块中常用函数：
match：从开始的位置进行匹配。如果开始的位置没有匹配到。就直接失败了。
text = 'hello'
ret = re.match('h',text)
print(ret.group())
>> h
search：
在字符串中找满足条件的字符。如果找到，就返回。说白了，就是只会找到第一个满足条件的。
text = 'apple price $99 orange price $88'
ret = re.search('\d+',text)
print(ret.group())
>> 99
group 分组：
在正则表达式中，可以对过滤到的字符串进行分组。分组使用圆括号的方式。
group：和group(0)是等价的，返回的是整个满足条件的字符串。groups：返回的是里面的子组。索引从1开始。group(1)：返回的是第一个子组，可以传入多个。
text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())
findall：
找出所有满足条件的，返回的是一个列表。
text = 'apple price $99 orange price $88'
ret = re.findall('\d+',text)
print(ret)
>> ['99', '88']
sub：
用来替换字符串。将匹配到的字符串替换为其他字符串。
text = 'apple price $99 orange price $88'
ret = re.sub('\d+','0',text)
print(ret)
>> apple price $0 orange price $0
split：
使用正则表达式来分割字符串。
text = "hello world ni hao"
ret = re.split('\W',text)
print(ret)
>> ["hello","world","ni","hao"]
compile：
对于一些经常要用到的正则表达式，可以使用compile进行编译，后期再使用的时候可以直接拿过来用，执行效率会更快。
text = "the number is 20.50"
r = re.compile(r"""
\d+ # 小数点前面的数字
\.? # 小数点
\d* # 小数点后面的数字
""",re.VERBOSE)
ret = re.search(r,text)
print(ret.group())
