python ------ 正则表达式（找你所需要的）

正则表达式的作用：
测试字符串的某个模式，即数据有效性验证
实现按照某种规则替换文本
根据模式匹配从字符串中提取一个子字符串

正则表达式的构成：
原子（普通字符，如英文字符）
元字符（有特殊功用的字符）
以及模式修正字符
注意：一个正则表达式中至少包含一个原子

正则表达式测试工具介绍：RegexBuddy

匹配单个字符

匹配多个字符

匹配开头结尾

re模块操作

re.match(pattern,string,flags=0)
从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None。
patter:正则模型
string：要匹配的字符串
flags:匹配模式

match()方法一旦匹配成功，就是一个match object对象，而match object 对象有以下方法：

• group() 返回re匹配的字符串
• start() 返回匹配开始的位置
• end()返回匹配结束的位置
• span() 返回一个元组包含匹配（开始，结束）的位置

# 导入模块
import re
# 通过match 方法，验证正则 re.match("正则表达式","要验证/检测的字符串")
#match()方法如果匹配成功，返回match object对象；如果匹配失败，返回None
result = re.match("\w{4,20}@163\.com$", "[email protected]")
# 判断 验证是否成功
if result:
    print("匹配成功")
    # 如果成功，获取匹配的结果
    print("匹配结果:", result.group())
else:
    print("匹配失败")

匹配分组

“|” 匹配左右任意一个表达式
“（）” 将括号中字符作为一个分组，
分组整体匹配，result = re.match("\w{4,20}@(163|qq|126).com$", “[email protected]”)
可以提取子字符串：

import re
result = re.match("(\d{3,4})-(\d{7,8})", "0349-1234567")
if result:
    print("匹配成功！")
    print("匹配结果：", result.group())
    print("提取区号:", result.group(1)) #第一个（）中的内容
    print("提取电话号码:", result.group(2))#第二个（）中的内容
else:
    print("匹配失败！")

“\num” 引用分组num匹配到的字符串，通俗理解就是引用前面一模一样的格式，格式刷，\1 引用第一组

import re
# result = re.match("<([a-zA-Z]*)>\w*", "hello") # 第一个\是转义字符
result = re.match("<([a-zA-Z0-9]+)><([a-zA-Z0-9]+)>.*", "
hello
")

if result:
    print("匹配成功！")
    print("匹配结果：", result.group())
else:
    print("匹配失败！")

“ (?P< name>) (?P=name)” 分组起别名，并且引用别名为name分组匹配到的字符串

result = re.match("<(?P[a-zA-Z0-9]+)><(?P[a-zA-Z0-9]+)>.*",
                  "
hello
")

re模块的⾼级⽤法

• re模块的search方法
  re.search函数会在字符串内查找模式匹配,只要找到第⼀个匹配然后返回，如果字符串没有匹配，则返 回None。
  格式：re.search(pattern, string, flags=0)
  match()和search()的区别：
  match（）函数只检测RE是不是在string的开始位置匹配，search()会扫描整个string查找匹配； 也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话， match()就返回none。

print(re.match(‘super’, ‘superstition’).span()) 会返回(0, 5)
print(re.match(‘super’, ‘insuperable’)) 则返回None
print(re.search(‘super’, ‘superstition’).span())返回(0, 5)
print(re.search(‘super’, ‘insuperable’).span())返回(2, 7)

• re模块的findall方法：查找所有，返回列表
  re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回⼀个列表。

result = re.findall("\\d+", "阅读次数:9999次,转发次数:883次,评论次数:3次")# 返回['9999', '883', '3']

• re模块的sub方法：将匹配到的数据进行替换
  使⽤re替换string中每⼀个匹配的⼦串后返回替换后的字符串。
  格式：re.sub(pattern, repl, string, count)-------》（“正则表达式”，“新的内容”，“要替换的字符串”）

ret = re.sub(r"\d+", "10000", "阅读次数:9999次,转发次数:883次,评论次数:3次") 
# 返回 阅读次数:10000次,转发次数:10000次,评论次数:10000次

• re模块的split方法：根据匹配进⾏切割字符串，并返回⼀个列表

ret = re.split(r":| ","info:xiaoZhang 33 shandong")
# 返回 ['info', 'xiaoZhang', '33', 'shandong']

python贪婪和非贪婪

贪婪：满足正则的情况下，尽可能多的取内容，默认为贪婪模式
非贪婪：满足正则的情况下，尽可能少的取内容
把贪婪模式改为非贪婪模式，需要使用符号 ？在"*","?","+","{m,n}"后⾯加上？，使贪婪变成⾮贪婪。

result = re.match(r"aaa(\d+)", "aaa123456") #输出aaa123456
result = re.match(r"aaa(\d+?)", "aaa123456") # 输出aaa1

===================将img标签中的图片url提取出来===========================
import re
str1 = """

"""
result = re.search('src=\"(.*?)\"', str1)
if result:
    print("匹配成功")
    print("匹配结果:", result.group())
    print("url地址：", result.group(1))
else:
    print("匹配失败")
#匹配成功
#匹配结果: src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg"
#url地址： https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg

r的作⽤

Python中在正则字符串前⾯加上 ‘r‘ 表示， 让正则中的 ‘’ *不再具有转义功能(默认为转义)，就是表示原⽣字含义⼀个斜杠 *

result = re.match(r"<([a-zA-Z0-9]+)><([a-zA-Z0-9]+)>.*", "
hello
")