拓展：正则表达式-初识
该部分为中谷教育Python视频教程的学习笔记
正则表达式（RE）是一种小型的高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过re模块实现。
其作用：
1.可以为想要匹配的相应字符串集指定规则
2.该字符串集可能包含英文语句、email地址、命令或者任何你想搞定的东西
3.可以问诸如“这个字符串匹配该模式吗？”
4“在这个字符串中是否有部分匹配该模式呢？”
5.你也可以使用RE以各种方式来修改或分割字符串
正则表达式是一门独立的语言，并不是python中特有的。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。
（并非所有字符串处理都能用正则表达式完成）
字符匹配：
普通字符：
大多数字字母和字符一般都会和自身匹配
如正则表达式test会和字符串“test”完全匹配
元字符
. ^ $ * + ? {} [] \ | ()
[]方括号
常用来指定一个字符集：[abc];[a-z]
元字符在字符集中不起作用：[akm$]
补集匹配不在区间范围内的字符：[^5]
这是最原始的 通过普通字符去匹配它自身
>>> import re >>> s = 'abc' >>> >>> s = r'abc' >>> >>> re.findall(s,'aaaaaaaaaads sscabc') ['abc'] >>> re.findall(s,'aaaaaaaaaads sscab') [] >>> re.findall(s,'aaabcaaaabcaaads sscab') ['abc', 'abc'] >>>
有些时候规则有些变化
>>> st = 'top tip tqp twp tep' #定义一个字符串 >>> >>> res = r'top' #定义一个正则表达式 >>> >>> re.findall(res,st) #在字符串里匹配 ['top'] >>> res = r'tip' >>> re.findall(res,st) ['tip'] >>> res = r't[io]p' #如果要匹配tip和top，那么用方括号 >>> >>> re.findall(res,st) ['top', 'tip'] >>> res = r't[^io]p' #如果要匹配除了tip和top之外的区间，那么使用[^io] >>> re.findall(res,st) ['tqp', 'twp', 'tep'] >>>
^
匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始。在MULTILINE模式里，它也可以直接匹配字符串中的每个换行。
>>> import re >>> s = 'hello world,hello boy' >>> r = r'hello' >>> re.findall(r,s) ['hello', 'hello'] >>> r = r'^hello' >>> re.findall(r,s) ['hello'] >>> s = 'world,hello boy' >>> re.findall(r,s) [] >>> r = r'^world' >>> re.findall(r,s) ['world'] >>>
$
匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符后面的任何位置。
>>> s = 'world,hello boy' >>> r = r'boy$' >>> re.findall(r,s) ['boy'] >>>
>>> import re >>> >>> r = 't[abc$]' >>> >>> re.findall(r,'ta') ['ta'] >>> re.findall(r,'tb') ['tb'] >>> re.findall(r,'tax') ['ta'] >>> re.findall(r,'t$') #这里$符号作为一个普通的字符输出 ['t$'] >>> r = 't[abc^]' #这里^符号也是作为一个普通的字符输出。如果放在开头如't[^abc]'那就是取匹配区间外的字符串了 >>> re.findall(r,'t^') ['t^'] >>> >>> r = r'x[0123456789]x' #可以写成x[0-9]x >>> >>> re.findall(r,'x1x') ['x1x'] >>> re.findall(r,'x1x,x2x') ['x1x', 'x2x'] >>> re.findall(r,'x1x,x2x,x9x') ['x1x', 'x2x', 'x9x'] >>> r = r'x[0-9]x' >>> re.findall(r,'x1x,x2x,x9x') ['x1x', 'x2x', 'x9x'] >>> r = r'x[a-zA-Z0-9]x' #同理，匹配一个比较大的范围，用-号 >>> re.findall(r,'x1x,xRx,xgx') ['x1x', 'xRx', 'xgx'] >>>