正则表达式

#正则学习网址：https://www.cnblogs.com/yuanchenqi/articles/5732581.html

正则表达式方法：
findall():所有结果都返回到一个列表里
search()：返回匹配到的第一个对象（object），对象调用group()获取结果
match():只在字符串开始（即从第一个字符开始匹配）匹配，对象调用group()获取结果
    print（re.match('asd', 'asdfff').group())//输出asd
    print（re.match('asd', 'bbbasdfff').group())//匹配不上，不是开头匹配
split():指定分割符和分割集合["k","s"],先通过k分割完，在通过s分割其结果
    print(re.split("s", "djsla"))//["dj", "la"]
    print(re.split("[k,s]", "sdkbj"))//["", "d", "bj"]
sub()：字符串替换，（匹配规则，替换结果，字符串，[替换次数]）
    print(re.sub('a..x', 's..b', 'hfjasal exxdhf'))//输出hfjasa..bxdhf
	print(re.sub('\d', 'abc', '--2--3--',1))#输出['--abc--3--'],默认全替换，这里指定替换一次
	print(re.subn('\d', 'abc', '--2--3--'))#输出['--abc--abc--',2]返回替换结果和替换次数
finditer:以迭代器的形式返回结果
	ret = re.finditer('\d', 'ds34df343a')
	print(next(ret).group())#输出 3


#======================== 正则特定字符 ============================
^ : 匹配开头，也表示取反
$ : 匹配结尾
[] ： 范围匹配
[a-z] : 匹配有小写字母
[A-Z] : 匹配所有大写字母
[0-9] : 匹配所有数字
[^0-9]:匹配所有非数字

. ： 匹配单个字符
* ： 表示*前面的内容出现0次或多次
+ ： 表示+前面的内容出现1次或多次
? ： 表示？前面的内容出现0次或1次，惰性匹配
[0-9][a-z]*: 表示匹配一次数字，匹配0次或多次小写字母

cat a.txt | grep hat$ # 匹配以hat结尾的行
cat a.txt | grep ^hat # 匹配以hat开头的行
cat a.txt | grep -E "[0-9]*"  # 匹配有0到多个数字的行
cat a.txt | grep -E "[0-9]+"  # 匹配有至少有1个数字的行
cat a.txt | grep -E "[0-9]？"  # 匹配有0到1个数字的行

#======================== 匹配集合 ============================
. :通配符，点号只能匹配任意的一个字符，但是不能匹配换行符\n
    print（re.findall('w..l', 'hello world'))//输出['worl']
    print（re.findall('w..l', 'hello wo\nld'))//输出[]
^ :匹配字符串开头，从第一个字符匹配，如果失败就不向后继续
    print（re.findall('^h..o', 'hello world'))//输出['hello']    
    print（re.findall('^h..o', 'helly hello world'))//输出[],开头字符串y没匹配上就不在向后匹配
$ :匹配结尾
    print（re.findall('a..x', 'hello alex world'))//输出['alex']   
   print（re.findall('a..x$', 'hello alex world'))//输出[]   
   print（re.findall('a..x$', 'hello alex world abcx'))//输出['abcx']   
   
#======================== 匹配次数 ============================
* :贪婪匹配，匹配*号前的一个字符0次到多次
print（re.findall('ab*', 'hello aalex world'))//输出[""],没匹配到也会有一个空的单元       
print（re.findall('al*', 'hello aallex world'))//输出["all",""]       
+ :贪婪匹配，匹配+号前的字符一次到多次
print（re.findall('al+', 'hello aalex world'))//输出["al"],     
print（re.findall('al+', 'hello aallex world'))//输出["all"]，
? :惰性匹配，只匹配0次到一次
print（re.findall('a？b', 'eofaabfabcaddb'))//输出["ab","ab","b"]
{} :匹配指定次数，匹配两次{2}，匹配1~3次{1,3},{1,}代表匹配1到无穷个，贪婪匹配
print（re.findall('a{2}b', 'eofaabfabcaddb'))//输出["aab"]
print（re.findall('a{1，2}b', 'eofaabfabcaddb'))//输出["aab","ab"]


#======================== 字符集 ============================
[]:字符匹配集合
    1、[a,b,c],匹配字符串中出现的a,b,c和逗号中的一个字符，
    print（re.findall('a[b,c,d]f', 'axf'))//输出[]
    print（re.findall('[b,c,d]', 'bxcf'))//输出["b","c"]
    print（re.findall('a[b,c,d]f', 'abf'))//输出["abf"]
    print（re.findall('a[b,c,d]f', 'abdf'))//输出[]
    print（re.findall('a[b,c,d, ]f', 'a f'))//输出["a f"], 匹配到d后的空格
    print（re.findall('a[b-e]f', 'axf'))//输出[]
    print（re.findall('a[b-e]f', 'axf'))//输出[]
    print(re.findall("[a-z]","abc.f*d,"))//['a', 'b', 'c', 'f', 'd'],只能一个一个的匹配单字符
    2、[a,*]:匹配字符a和普通字符*，取消匹配符的特殊功能，但是{\，^，-}这三个不能取消
    print（re.findall('[a,*]', 'abf*'))//输出["a","*"]
    print(re.findall("[a,*,.]","abc.f*"))//['a', '.', '*']
    print(re.findall("[a,*,.,,]","abc.f*d,"))//['a', '.', '*', ','],匹配出了逗号
    print(re.findall("[^t]","atf,"))//取反，取出^外的字符['a', 'f', ',']
    print(re.findall("[^t,f]","atbf,"))//取反，不要t和f,注意逗号也消失，['a', 'b']
\:1、反斜杠后面跟匹配符取出特殊功，2、反斜杠后面跟普通字符有特殊功能
    \d:匹配任何十进制数字，相当于数字[0-9]
    print(re.findall("\d{11}","at128928928332233843487934bf"))//匹配手机号['12892892833', '22338434879']
    \D:匹配任何非数字，相当于数字[^0-9]
    \s:匹配任何空白字符，相当于数字[ \t\n\r\f\v]
    print(re.findall("\sasd","at asd"))//['asd']
    \S:匹配任何非空白字符，相当于数字[^ \t\n\r\f\v]
    \w:匹配任何字母数字，相当于数字[0-9a-zA-Z_]
    print(re.findall("\w","at bf"))//["a","t","b","f"]
    \W:匹配任何非字母数字，相当于数字[^0-9a-zA-Z_]
    \b:匹配一个特殊字符边界，也就是指单词和空格间的位置
    print(re.findall(r"I\b","hello,I am a LIST"))//字母I后面有个空格，\b用来匹配边界，并不一定是空格，输出["I"]
    print(re.findall(r"I\b","hello,I$am a LIST"))//美元符$也是一个特殊边界['I']
    
    //search方法；匹配出满足条件的第一个结果
    print(re.search('ak', 'faktakt').group()))//输出ak
    print(re.search('a\.', 'fa.t').group()))//将点号转为普通点号匹配，输出a.
    print(re.search('a\+', 'ga+t').group()))//将+号转为普通点号匹配，输出a+
    
    匹配反斜杠：反斜杠在Python有特殊含义，所以Python中的反斜杠到正则中需要在加一个反斜杠，在传给正则处理就是正常的匹配了
    print(re.search('\\\\', 'ab\cd').group()))//输出["\\"]
    print(re.search(r'\\', 'ab\cd').group()))//输出["\\"]
    
():组匹配，将小括号中的整体作为单元进行匹配，小括号可以将匹配的结果筛选出来    
    print(re.search('www.（\w+）.com', 'www.baidu.com').group()))//输出['baidu']
    print(re.search('www.（?:\w+）.com', 'www.baidu.com').group()))//输出['www.baidu.com'],?:方式取消只将匹配内容取出，


    特殊用法：小括号内?P表示要命名匹配结果，名字用尖括号来存储，id和name与匹配结果构成key，value的形式
    ret=re.search('(?P<id>\d{3})/(?P<name>\w{3})', 'weeew34ttt123/ooo')
    print(ret.group())
    print(ret.group("id"))
    print(ret.group("name"))      
    
|:管道符：作为 或 来匹配:   a|3 ,匹配a或3
    print(re.search('(bj)|3', 'abd3').group())//输出3
    print(re.search('(bj)|3', 'abjd3').group())//输出bj