python—re模块与正则简介
一、前言
正则表达式是对字符串提取的一套规则，我们把这个规则用正则里面的特定语法表达出来，去匹配满足这个规则的字符串。正则表达式具有通用型，不仅python里面可以用，其他的语言也一样适用。
python中re模块提供了正则表达式的功能，常用的有四个方法(match、search、findall)都可以用于匹配字符串。
二、常用正则匹配规则
单字符匹配
| 字符 | 描述 |
|---|---|
| . | 匹配除换行符 \n 之外的任何单字符 |
| [ ] | 匹配[ ] 中列举的字符 |
| \d | 匹配一个数字字符。等价于 [0-9]。 |
| \D | 匹配非数字 |
| \s | 匹配空白字符，即tab键 |
| \S | 匹配非空白字符 |
| \w | 匹配单词字符，a-z,0-9,以及下划线_ |
| \W | 匹配非单次字符 |
表示数量：
| 字符 | 功能 |
|---|---|
| + | 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+ |
| * | 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \* |
| ? | 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ? |
| {n} | n 是一个非负整数，匹配一个字符出现 n 次。例如，‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。 |
| {n.} | 匹配前一个字符至少出现n次 |
| {m,n} | 匹配前一个字符出现m到n次 |
匹配边界：
| 字符 | 功能 |
|---|---|
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
| \b | 匹配一个单词的边界 |
| \B | 匹配非单词边界 |
匹配分组：
| 字符 | 描述 |
|---|---|
| | | 替换，“或"操作 字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food”。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。 |
| (ab) | 将括号中的字符作为一个分组 |
| \num | 引用分子num匹配到的字符串 |
| （?P） | 给分组起别名 |
| (?P=name) | 应用别名为name的分子匹配到的字符串 |
三、re模块常用的匹配方法
1、re.match()
re.match()必须从字符串开头匹配！ match方法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()方法返回的是一个匹配的对象，而不是匹配的内容。如果需要返回内容则需要调用group()。通过调用span()可以获得匹配结果的位置。而如果从起始位置开始没有匹配成功，即便其他部分包含需要匹配的内容，re.match()也会返回None。
主要参数如下：
re.match(pattern, string)
# pattern 匹配的正则表达式
# string 要匹配的字符串
示例：
#匹配3个任意字符，并通过列表返回
import re
text = "Python is the best language in the world. "
res = re.match('Py...',text) #匹配到的内容为为Pytho，返回一个res对象
res1= re.match(r'\d...',text) #match必须从头开始匹配，text开头不为数字，返回none
2、re.search()
和match差不多用法，从字符串中进行搜索。都是返回一个匹配对象，不直接返回匹配内容。
3、re.findall()
从字面意思上就可以看到，findall是寻找所有能匹配到的字符，并以列表的方式返回。
示例：
#匹配一个或多个数字
import re
text = "Please contact Teacher Cheng (18390904289) or Teacher Li (17256892366)."
res= re.match(r'\d+',text) #匹配到两个手机号码，通过列表返回。
4、re.sub()
查找字符串中所有相匹配的数据进行替换.
相关参数：
re.sub(替换的数据，替换成什么，要替换的数据所在的地方)
示例：
import re
text = "Python is the best language in the world. "
res = re.sub("Python","PHP",text)
print(res) #输出结果为：PHP is the best language in the world.
5、re.split()
以匹配到的对字符串为边界对内容进行分割。返回一个列表。
示例：
import re
s = "itcase,java:php-php3;html"
print(re.split(r",",s)) #以,号进行分割
#返回内容：["itcase","java:php-php3;html"]
四、常见匹配需求
匹配邮箱账号：
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?
匹配手机号码：
^1(3\d|4[4-9]|5[0-35-9]|6[67]|7[013-8]|8[0-9]|9[0-9])\d{8}$
匹配IP地址：
^((\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])\.){3}(\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])$
匹配网址URL：
(http|ftp|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?
匹配18位身份证号码：
^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$
匹配汉字：
/^((?![\u3000-\u303F])[\u2E80-\uFE4F]|\·)*(?![\u3000-\u303F])[\u2E80-\uFE4F](\·)*$/