1.什么是正则表达式

1.正则基本符号
正则表达式就是字符匹配的工具;是由正则符号和普通字符组成，来匹配不同规律的字符串

2.Python对正则表达式的支持
python中提供了一个re模块，用来支持正则表达式

fullmatch(正则表达式, 字符串) - 用正则表达式去完全匹配字符串，如果匹配成功返回匹配结果，失败返回None
python中的正则表达式的写法：将正则内容写在字符串中，一般这个字符串的最前面会r/R

1 普通字符
普通字符在正则表达式中，代表字符本身

2 .(匹配任意字符)
在正则表达式中，.出现的位置，可以匹配一个任意字符
注意：一个.只能匹配一个字符

3 \w(匹配字母数字或者下划线)
在正则表达式中，\w出现的位置，可以匹配一个任意的字母、数字或者下划线(其实也可以匹配Unicode编码中除了ASCII码剩下的部分)

注意：
一个\w只能匹配一个字符
中文也能匹配

4 \s(匹配空白字符)
空白字符包括：空格、制表符和换行符(空格,\t,\r,\n)

5 \d(匹配数字字符)
匹配一个长度是5的字符串，字符串的前三位是数字字符，后两位是任意字符

6 \b(检测单词边界)
注意：检测\b出现的位置是否是单词边界，不会对字符进行匹配。
当正则表达式中出现了\b，匹配的时候去掉\b，匹配成功后再看\b出现的位置是否是单词边界

单词边界：字符串开头、字符串结尾、标点符号、空白符号等（只要能够将单词区分开的符号都属于单词边界）

7 ^(检测字符串开头)
在match和fullmatch中没有意义, search、findall等中有意义

8 $(检测字符串结尾)
在match和fullmatch中没有意义, search、findall等中有意义

9 \大写字母
'\大写字母'对应的功能是'\小写字母'功能取反

\W - 匹配非数字字母下划线
\D - 匹配非数字字符
\S - 匹配非空白字符
\B - 检测非单词边界

10 字符集
1.[普通字符集] - 匹配中括号出现的任意一个字符
例如：[abc] - 匹配一个字符是a或者b或者c

注意：a.一个中括号只能匹配一个字符
b.正则中有特殊功能的单个符号在[]都表示符号本身 例如：. $ ^ + * ？ |等
c.匹配字符的组合符号，在中括号中保持原来的功能, 例如: \w \d \s \W \D \S

2.[字符1-字符2] - 表示字符1到字符2（注意：要求字符1的编码值要小于字符2）
[a-z] - 表示匹配所有小写字母
[A-Z] - 表示匹配所有大写字母
[a-zA-Z] - 匹配所有的字母
[1-7] - 匹配数字字符1到7
[\u4e00-\u9fa5] - 匹配所有的中文
[字符1字符2-] - 这儿的-表示减号本身

11 [^字符集] - 匹配不在字符集中的任意一个字符
[^abc] - 匹配除了'a','b','c'以外的其他任意一个字符
[^\d] - 匹配除了数字字符以外的其他任意一个字符
[^a-z] - 匹配除了小写字母以外的其他任意一个字符
[abc^] - 匹配'a','b','c'或者'^'中的任意一个字符

二. 正则控制匹配次数

1 (匹配0次或者多次)
a - a出现0次或者多次, '','a','aa', 'aaa'...都可以匹配
\d* - 任意数字出现0次或者多次， '','1','12', '3772'...都可以匹配
[abc]* - a，b或者c出现0次或者多次
[A-F]* - A到F中任意字符出现0次或者多次

注意：在[]外面的*的前面需要一个字符或者一个匹配字符的符号

2 +(匹配1次或者多次)
a+ - a至少出现一次
\d+ - 数字至少出现一次

3 ?(匹配0次或者1次)
a? - a出现0次或者1次, '', 'a'可以匹配

4 {}
{N} - 匹配N次, 例如： a{3}，匹配三个'a'
{M,N} - 匹配M到N次, 例如： a{3, 5}，匹配三个'a' 或者4个'a'或者5个'a'
{,N} - 最多匹配N次(0~N) 例如：a{,3}，'','a', 'aa', 'aaa'
{M,} - 至少匹配M次 例如：a{3,} , 'aaa', 'aaaa', 'aaaaa'...

三.分之、捕获和贪婪

1.分之
条件1 | 条件2 - 匹配条件1或者条件2
\d{2}|[a-z] - 匹配两个数字字符或者一个小写字母
a\d{2}|\w{2} - 匹配一个a后面两个数字，或者两个数字字母下划线

注意：正则中的分之也会出现短路，当条件1可以匹配，就不会再使用条件2进行匹配

2 () - 捕获和分组
a.分组 - 将括号中的内容作为一个整体

b.捕获
通过正则获取符合条件的子串的时候，可以在正则表达式中加括号，匹配后只获取括号里面匹配到的内容

re.findall(正则表达式，字符串) - 在字符串中去获取符合正则表达式条件的所有的子串,返回一个列表
c.重复匹配
带多个分组的正则表达式中可以分组的后面通过添加'\数字'来重复前面第几个分组中匹配到的内容

说明：\数字 - 这儿的数字代表前面第几个分组; \1代表第一个分组 \2代表第二个分组
3.贪婪
匹配次数后加?就是贪婪匹配：*?, +?, ??, {M,N}?, {M,}? 表示尽可能少的重复

4.转义符号
在正则表达式中可以在有特殊意义或者特殊功能的符号前加\来取消其特殊功能
\w - 代表两个字符，分别是''和w
+ - 代表+字符
* - 代表*字符
? - 代表?字符
[], (), {}表示字符的时候，前面也要加\

注意：在中括号中, \必须加\表示\本身，^{在最前面加\表示}本身， -在两个字符之间加\表示-本身

四.re模块

1.compile(了解)
compile(正则表达式) - 将正则表达式转换成正则表达式对象
转换成对象后可以通过对象调用对象方法

2.match和fullmatch
a. fullmatch(正则表达式, 字符串) - 完全匹配，从字符串开头匹配到字符串结束
b. match(正则表达式, 字符串) - 不完全匹配，只匹配字符串开头

匹配成功返回匹配对象，匹配失败返回None

匹配对象
（1）.span - 匹配到的内容的范围，(开始下标, 结束下标), 结束下标取不到
匹配对象.span() - 获取整个正则表达式匹配到的范围
匹配对象.span(n) - 获取正则表达式中第n个分组匹配到的范围(前提是有分组)

（2）.start和end - 获取匹配结果的开始下标和结束下标
匹配对象.start()/匹配对象.end() - 获取整个正则表达式匹配到的开始下标/结束下标
匹配对象.start(n)/匹配对象.end(n) - 获取正则表达式中第n个分组匹配到的开始/结束下标

（3）.group - 获取匹配到的内容
匹配对象.group() - 获取整个正则表达式匹配到的内容
匹配对象.group(n) - 获取正则表达式中第n个分组匹配到的内容

（4）. string - 获取用来匹配的原字符串
匹配对象.string

3.search
search(正则表达式, 字符串) - 匹配字符串中第一个满足正则表达式的子串，如果匹配成功返回匹配对象否则返回None

4.split
split(正则表达式, 字符串) - 在字符串中按照满足正则表达式条件的子串对字符串进行切割, 返回一个列表

5.sub
sub(正则表达式, 新子串, 字符串) - 用新子串替换字符串中满足正则表达式的子串，返回一个替换后的字符串

6.findall
findall(正则表达式, 字符串) - 在字符串中获取满足正则表达式的所有的字符，返回一个列表，列表元素是字符串

注意：如果这个正则表达式中有一个分组，结果是列表中只那个分组匹配到的结果
如果这个正则表达式中分组的个数大于1，结果是一个列表，列表中的元素是元祖，元祖中是每个分组匹配到的内容

7.finditer
finditer(正则表达式, 字符串) - 获取字符串中满足正则表达式的内容，返回的是一个迭代器，迭代器中的元素是匹配对象