三、python高级：正则表达式
一、re模块（re.match、group()方法）
1、
2、re.match() 能够匹配出以xxx开头的字符串（从左到右开始依次匹配）
若匹配成功，则返回匹配对象（Match Object），否则返回None，
group方法，用来返回字符串的匹配成功的部分。
3、match方法有一个特点：校验的字符串从左往右去匹配规则，在这个匹配的过程中只要满足了全部的规则，即使要校验的字符串后面还有字符串，它就认为你已经符合这个规则了，也就是你所定义的规则只是描述了你所定义字符串的一部分，而且是从左到右启始的，这个点很重要的
二、正则表达式的单字符匹配
1、. 匹配任意1个字符(除了\n都能匹配)——（例如#、？都能匹配）
2、\d 匹配数字，即0-9
3、\D 匹配非数字，即不是数字
4、\s 匹配空白，即空格、\t、\n、\r
5、\S 匹配非空白
6、\w 匹配单词数字下划线，即a-z A-Z 0-9 _
7、\W 匹配非单词数字下划线，即不是a-z A-Z 0-9 _
8、[ ] ：匹配[ ]中列举的字符
① 第二位匹配3578的任意一个
② 取反，加个^ 即非34578
③ 第二位匹配 a-z 5-9
三、正则数量描述
1、* 匹配前一个字符出现0次或者无限次，即可有可无
2、+ 匹配前一个字符出现1次或者无限次，即至少有1次
3、？ 匹配前一个字符出现1次或者0次，即要么有1次，要么没有
4、{m} 匹配前一个字符出现m次（必须满足m次）
5、{m,} 匹配前一个字符至少出现m次
6、{m,n} 匹配前一个字符出现从m次到n次
7、{0,} 与 * 类似——0次或无限次
8、{1,} 与+类似——至少有1次
9、{0,1} 与？类似——出现1次或0次
四、正则边界描述
1、$ 匹配字符串结尾——加上$后，结束的意思，限制匹配字符串内容个数，超出不输出
2、^ 匹配字符串开头
^ 不是出现在[ ]当中的话（出现在[ ]内叫取反），而是出现在描述的开始位置，所要表达的意义是不一样的
但是这个在match()方法中是体现不出来的，因为match()方法就是从头开始进行匹配的
3、\b 匹配一个单词的边界
一个字符串中（“ ”内），出现空格会分成单独的单词，连在一块会默认一个整体
总结：^和$是描述整个字符串(整个规则)的边界，也就是 " " 里面所有的都考虑；
\b 、\B是描述中间某个单词的边界（有空格分割，可分割成单独的单词）
如果字符串没有要匹配的字母，也不返回输出任何值
① 要以ve作为单词的结尾才可以：
也就是，先匹配\w，再找ve字母，比较是否符合\b意义，以ve结尾
② 下面：有空格hove作为单独的单词，检查边界
从左到右匹配，匹配到hove是以ve结尾的，返回hove，因为有空格，abc是另一个单词不管它
③ \s匹配了空格，而ve前边和后边都是ve，所以输出 ho ve
4、\B 匹配非单词边界 ，与上述相反
① \B要求ve的e右边部分必须得出现字符，不能出现空白字符，一旦出现了空白字符，就意味着e是这个单词的结尾了，也就是e是这个单词的边界了。——不输出
如果字符串没有ve字母，也不返回输出任何值
只要单词不是ve结尾就匹配成功，返回值
五、转义 使用 原始字符串 r 能够自动转义\t、\n等
来理解转义：
print(\n) 是打印空格，加上r后自动转义，相当于\\nabc，此时的 \n仅仅是个字符，是原义
总结：
1、r的意思是说：它是英文单词raw的一个缩写，也就是说当你在定义这个字符串的时候它是什么样的，最终在输出打印的时候
就是什么样的，中间转义的过程python帮我们实现了。
2、例如：re.match(r"[a-z0-9][a-z0-9_]{2,14}[a-z0-9]@sina\.com$ " , "[email protected]") ——新浪邮箱注册限制
① 以后写正则表达式要习惯加上 r ，因为\n、\t没在正则表达式中出现过，所以用r自动转义；而 . 在正则表达式中出现了，所以单独转义 \.
② 而\d、\w有特殊意义，在正则表达式中出现，如果转义单独转义。
③ 点在正则中有特殊意义，要匹配，想要后面字符串输入的sina.com必须是点，而不是sina@com要用 \. 自动转义（\自动转义）
六、匹配分组
1、| 匹配左右任意一个表达式 （| 或者的意思，匹配字符串整个内容的）
需求：匹配出0-100之间的数字
可以改进一下：
2、(ab)将括号中字符作为一个分组，可单独拿出来
① 进行group()的时候是得到的整个匹配的内容
group()方法添加参数，例如group( 1 ) 可单独拿出第一个分组内的内容
(参数0，写上和不写一样，都代表得到整个内容)
② groups()方法：是得到所有的组的内容 —— （以元组的形式返回）
以元组的形式返回：
可拿到元组下标0、1、2的内容
3、\num 引用分组num匹配到的字符串
4、 (?P
(?P=name) 引用别名为name分组匹配到的字符串
七、search、findall、sub、split方法介绍
1、search方法是在字符串中从左向右进行搜索，直到在整个字符串当中搜索到匹配的内容以后才截止了
找到第一个匹配的，就不会往下搜索了
2、findall找到所有匹配的内容 — 直接以列表的形式输出数据，不需要group（）方法
3、sub 将匹配到的数据进行替换（需三个参数）
（查找的内容，替换的值，字符串）
那想要：根据原有的值进行相应的替换，而不是替换成统一的值，这种需要求的话就可以使用函数了，
以函数的返回值作为要替换的内容，下面result是匹配的结果作为了参数了：（不常用）
4、split 根据匹配进行切割字符串，并返回一个列表
下面是以【冒号】或是【空格】进行分割。（也就是见这几个符号进行切割）
示例：下面是以【空格】【冒号】【逗号】【中横线】进行分割
示例：hello world ha ha ，查找所有的单词 （以空格+查找简单）
八、贪婪与非贪婪
1、贪婪就是尝试在满足后面正则约束的最小条件下，自身尽可能匹配更多的字符。
2、非贪婪就是在满足自身正则约束的条件下，尽可能让后面的正则约束匹配到更多的字符。
3、实例：
贪婪模式：
贪婪模式下，第一组正则约束会在满足第二组正则约束的最小条件下，也就是只匹配一个数字的条件下，匹配更多的字符，所以第一组正则会一直匹配到数字23才结束。
非贪婪模式：在贪婪的规则后面加上？
非贪婪模式下，第一组正则约束会尽可能满足后面正则约束的规则，也就是让后面的正则匹配到更多的字符，所以第二组正则会从它的最大匹配范围开始，也就是从234开始，而第一组正则匹配到空格就结束了。