正則表達式

一、正則表達式的本質

　　1、正則表達式的本質（或 RE）是一種小型的、高度專業化的編程語言，（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然後由用 C 編寫的匹配引擎執行。

　　2、正則表達式簡介

　　　　正則表達式並不是Python的一部分。正則表達式是用於處理字符串的強大工具，擁有自己獨特的語法以及一個獨立的處理引擎，效率上可能不如str自帶的方法，但功能十分　　強大。得益於這一點，在提供了正則表達式的語言裏，正則表達式的語法都是一樣的，區別只在於不同的編程語言實現支持的語法數量不同；但不用擔心，不被支持的語法通常是　　不常用的部分。

二、正則表達式元字符。（. * + ? ^ $ {} [] \ | ()）

　　1、" . "表示匹配字符串中除換行符外的任意字符。

　　　　eg:re.findall(‘a.‘,‘abc‘) #返回的結果是ab

　　2、" + "表示匹配前一個子表達式一次或多次，相當於一到正無窮。{1,}

　　　　eg:re.findall(‘a+‘,‘abc‘) #返回的結果是a

　　3、" * "表示匹配前一個子表達式零次或多次，相當於零到正無窮。{0,}

　　　　eg:re.findall(‘aa*‘,‘abc‘) #返回的結果是a

　　4、" ? "表示匹配前一個子表達式零次或一次，相當於零和一。{0，1}

　　　　eg:re.findall(‘aa?‘,‘abc‘) #返回結果為a

　　5、" ^ "（脫字符）表示匹配字符串開始的位置，也就是說只有目標字符串出現在開始位置才會匹配。

　　　　eg:re.findall(‘^ab‘,‘abcabcabc‘) #返回的結果是ab

　　6、" $ "(美元符)表示匹配字符串的末尾位置，也就是說只要目標字符串出現的末尾的位置才會匹配。

　　　　eg:re.findall(‘bc$‘,‘abcabc‘) #返回的結果為bc

　　7、" {x,y} "（大括號）表示匹配前面一個子表達式至少為x次最多為y次，其中x,y都為非負數，x<y。

　　　　eg:re.findall(‘a{2,4}‘,‘abcaaaabc‘) #返回的結果為aaaa

　　8、" [x,y] "(中括號)表示匹配中括號裏面任意一個字符，如果匹配成功則返回結果，其中中括號內所有特殊字符都失去作用，只有“-”，“\”，“ ^ ”有其特殊意義。

　　　　eg:re.findall(‘a[b,c,d]c‘,‘abcadcafc‘) #返回的結果為abc,adc

　　註意：-在中括號中表示範圍，^在中括號中表示取反，\在中括號中保留其原來功能。

　　9、" () "表示將需要匹配的字符分組，匹配小括號中的正則表達式，或者指定一個子集的開始和結束位置（該功能主要和\[0-9]使用）。

　　　　eg:re.findall(‘r(ge)g‘,‘fagrgeg5654yg5h54t3‘) #返回結果為ge

　　　　eg:re.findall(‘r(:?ge)g‘,‘fagrgeg5654yg5h54t3‘) #返回結果為rgeg

　　　　eg:re.search(‘r(ge)\1‘,‘fagrgege5654yg5h54t3‘) #返回結果為gege

　　　　eg:ret=re.search(r"-blog-aticles-(?P<year>20[01]\d)-(?P<month>\d+)","-blog-aticles-2015-04")#P是大寫的

　　　　　 print(ret.group("year"))

　　10、"x|y"表示匹配正則表達式x或者正則表達式y.一般情況是和小括號連用

　　　　eg:re.findall(‘ac|bc‘,‘abcdefg‘) #返回的結果為bc

　　　　eg:re.findall(‘a(?:b|c)d‘,‘acdbcdefg‘) #返回的結果為acd

　　11、" \ "反斜杠在表達式中的作用最為廣泛，它既可以將一個普通字符轉換為一個特殊字符，也可以把一個特殊字符轉換為一個普通字符(相當於解除元字符的特殊功能)，如果反斜杠後面跟數字他有兩種用法，如果數字為1-99表示引用序號的子字符串所匹配的字符串，如果數字是0開頭或者為三位數字（092，123），那麽他會把這個三位數字當作一個八進制來看待（主要是把這個八進制轉換成ASCII表對應的字符，ASCII編碼表共有127個字符）。

　　　　eg:re.findall(‘\d+‘,‘afew3223fef45t‘) #返回結果為3223，45

　　　　eg:re.findall(r‘\\d‘,‘fawef\dfwa‘) #返回的結果為\\d

　　　　eg:re.search(‘(ge)\1‘,‘fagrgege5654yg5h54t3‘) #返回結果為ge 相當於re.search(‘gege‘,‘fagrgege5654yg5h54t3‘) #返回結果為gege

　　註釋：\d 匹配任何十進制數； 它相當於類 [0-9]。

　　　　 \D 匹配任何非數字字符； 它相當於類 [^0-9]。

　　　　 \s 匹配任何空白字符； 它相當於類 [ \t\n\r\f\v]。

　　　　　\S 匹配任何非空白字符； 它相當於類 [^ \t\n\r\f\v]。　　

　　　　　\w 匹配任何字母數字下劃線字符； 它相當於類 [a-zA-Z0-9_]。

　　　　　\W 匹配任何非字母數字下劃線字符； 它相當於類 [^a-zA-Z0-9_]

　　　　　\b 匹配一個特殊字符邊界，比如空格 ，&，＃等

三、正則表達式模塊

　　1、re模塊

　　　　import re

　　2、模塊的使用方法

　　　　1.re.findall(pattern，string) ：該模塊是返回所有匹配條件的結果放在一個列表內。

　　　　2.re.search(pattern,string):函數會在字符串中查找模式匹配，直到找到第一個符合匹配的字符串後返回匹配的對象，其返回的結果是對象的內存地址，要想查看其匹配的　　對象就必須在返回結果對象的後面加上.group()來調用其字符串，其字符串類型是個str，如果字符串沒有被匹配，就返回None。

　　　　3.re.match(pattern,string) :函數會在字符串開頭查找，如果匹配成功返回該字符串的內存地址，需要用.group()調用該內存地址，返回str類型的字符串，如果沒有匹配成功　　則返回Nonetype

python基礎13 ---函數模塊3(正則表達式)