正则表达式
正则表达式是对字符串操作的一种逻辑公式，就是用实现定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
不是Python所独有，需要通过re模块加载。
正则表达式测试网站：开源中国
常用匹配字符：
re.match
re.match尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none.
re.match(patter,string,flags=0)
实例
- 常规匹配
import re
content = 'Hello 123 4537 World This is Regex Demo'
print(len(content))
result = re.match('^Hello\s\d\d\d\s\d{4}\s.*Demo$',content)
print(result)
print(result.group()) # 匹配的结果
print(result.span()) # 匹配字符的长度
- 泛匹配：
.*
import re
content = 'Hello 123 4537 World_This is Regex Demo'
result = re.match('^Hello.*Demo$',content)
print(result)
- 匹配目标:小括号,然后用goup(1),group(2)
import re
content = 'Hello 1234537 World_This is Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$',content)
print(result.group(1))
- 贪婪匹配:匹配尽可能多的字符
import re
content = 'Hello 1234537 World_This is Regex Demo'
result = re.match('^He.*(\d+).*Demo$',content)
#这里小括号内只会匹配到7
- 非贪婪匹配
import re
content = 'Hello 1234537 World_This is Regex Demo'
result = re.match('He.*?(\d+).*Demo$',content)
# 这里会匹配完整的数字
- 匹配模式
import re
content = ''''''Hello 1234537 World_This
is Regex Demo''''''
result1 = re.match('He.*?(\d+).*Demo$',content)
result2 = re.match('He.*?(\d+).*Demo$',content，re.S)
- 转义字符 ""
import re
content="This is $5.00"
result1 = re.match("This is $5.00",content)
result2 = re.match("This is \$5\.00)
小结：尽量使用泛匹配，使用括号得到匹配目标，尽量使用非贪婪模式，有换行符就用re.S,有特殊字符用转义
re.search
re.search扫描整个字符串并返回第一个成功的匹配
import re
content = "Extra strings Hello 1234657 World_This is a Regex Demo Extra strings"
result_re_match = re.match("He.*?(\d+).*Demo$",conent)
resutl_re_search = re.search("He.*?(\d+).*Demo$",content)
小结：为方便匹配，能用search,就不用match
re.findall
搜索字符串，以列表形式返回全部匹配的子串。
小括号既可以作为整体，又可以作为分组。
re.sub
替换字符串中每一个匹配的子串后返回替换后的字符串。
import re
content = "Extra strings Hello 1234657 World_This is a Regex Demo Extra strings"
# 替换
content1 = re.sub('\d+','',content)
content2 = re.sub('\d+','Replacement',content)
# 增加内容
content3 = re.sub('(\d+),r'\1 8910',content)
可以采用sub先进行替换，然后再用findall。
ps：使用strip()方法去除空格
re.compile
将正则表达式编译成正则表达式对象，以便复用匹配模式。
import re
content = '''Hello 1234567 World_This
is a Regex Demo'''
pattern = re.compile("Hello.*Demo',re.S)
result = re.match(pattern,content)
print(result)