1.正则表达式

1.1作用

正则表达式是用来匹配或描述字符串的工具
1.判断输入的字符串是否符合要求，如是否是邮箱/手机号码
2.提取满足条件的内容
3.字符串替换

1.2 re模块

python中通过re模块中相应的方法来支持正则表达式的匹配、查找何替换功能from re import fullmatch
fullmatch(正则表达式，字符串)--->判断正则表达式和字符串是否完全匹配
正则表达式字符串：就是一个字符串，字符串中是正则表达式语法
正则表达式中包含2个部分：一个是正则表达式对应的字符，一个是普通字符

r = r"\wdk"
print(fullmatch(r,"1dk"))

re.fullmatch(re_str,str),完全匹配，不完全匹配时返回None

1.3正则表达式语法

用r阻止转义

. :匹配一个任意字符 r"a.b"
\w:匹配一个字母数字下划线，r"a\wb" acb,a_b,a9b
\W:匹配非字母数字下划线
\s:匹配一个不可见字符，空格，制表符，回车
\S:匹配非空白字符
\d:匹配一个数字字符
\D:匹配非数字字符
\b:检查\b出现的位置是否是一个单词边界，只是检查，不代表字符，\b左右不是单词边界就是None.如ab\bds。是单词边界：ab\b ds
\B:检查是否不是单词边界
单词边界：字符串开始结束，空格，换行，标点符号，把2个单词隔开的字符就是单词边界
^:检查字符串开头
$:检查字符串结尾
[字符集]:匹配一个字符，这个字符是中括号中的任意一个字符：r"[abc]abc" aabc,babc,cabc
[字符1-字符2]匹配一个字符，这个字符的Unicode编码值中字符1和2之间
字符1的unicode比字符2 的小。
[1-3]ab 1ab 2 ab 3ab
中文Unicode范围：4E00-9FA5
"-”不放在2个字符之间就是“-” r"sdk-"
[^字符集]:匹配一个不再字符集中的任意字符
注意：^必须放在中括号最前面才有效

1.4次数相关符号

* :匹配0次或多次，*前要有一个字符。\d*kkdj
+：匹配一次或多次，前面要有一个字符，\d+kdj
?:匹配一次或0次。 a?123
{N}:匹配N次 \w{10}
{M，N}：匹配M到N次
{M，}：至少匹配M次
{，N}：最多匹配N次

1.5分支和分组

分支：条件一|条件二--->先用条件一去匹配，如果失败，就用条件二。
abc(ab|dh|sjf)
()分组：
a.组合：将括号中的内容作为一个整体进行操作
b.捕获：使用带括号的正则表达式匹配成功后，只获得括号中的内容
c.重复：在正则表达式中可以通过\数字n来重复前面第n个（）中匹配到的结果

import re
r = r"(a)-(b)(c)(\1\2)23"
print(re.fullmatch(r,"a-bcab23"))

转义字符：
正则表达式可以在特殊符号前加\，来让特殊的符号没有意义
注意在中括号中不用转义，就表示该符号，例外的是 “\”和“-”，要用\,-转义

import re
r = r"[3\-5\\]"
print(re.fullmatch(r,"-"))
print(re.fullmatch(r,"\\"))
print(re.fullmatch(r,"3"))

1.6 re模块中的函数

** compile（正则表达式字符串）：** 将正则表达式字符串转换成正则表达式对象
fullmatch(正则表达式字符串，字符串)：用正则表达式去完全匹配整个字符串，返回匹配对象；
match()
span （）获取匹配成功的下标（4，9）4开始，有4，没有9。
print(result.span())
group()获取完全匹配的匹配结果
group(index>0)获取正则表达式中第index个分组匹配到的结果
`print(result.group())
string:获取被匹配到的原字符串
search(正则表达式，字符串）:查找字符串中满足正则表达式的第一个字符，返回第一个匹配结果，或者None
findall(正则表达式，字符串)--->获取字符串中满足正则表达式的所有子串。如过正则表达式中有分组，取值的时候只取分组中匹配到的结果 ，如果有多个分组，会将每个分组作为一个元祖的元素

import re
r = r"(\d)k(\d)"
s1 = "2k1j32j3k5j5"
print(re.findall(r,s1))
#[('2', '1'), ('3', '5')]

finditer(正则表达式，字符串)：查找所有满足正则条件的子串，返回的是迭代器，迭代器中的元素是匹配对象
split(正则表达式，字符串)： 将字符串按照满足正则表达式的子串进行分割
sub(正则表达式，repl ,字符串)： 将字符串中满足正则表达式的子串替换成repl
.+?:用尽可能少.的匹配