正则系列1： re.match用法

回顾：
什么是正则表达式：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符，及这些字符的特定组合，组合成一个"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。
我们的正则系列都用python来做练习，正则非python独有，python中re模块实现了正则。

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
该方法有3个参数，第一个就是你写的正则表达式，第二个匹配的目标字符串，第三个是一个匹配模式
re.match(pattern,string,flags=0)

• 最常规的匹配

import re

content = 'Hello 123 4567 World_This is a Regex Demo'
result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}.*Demo$',content)
#^符号匹配字符串开头，Hello开头的字符串写过来,
#\s匹配任意的空白字符的，\d可以匹配任意的数字的
#后面有4567，写4个\d太麻烦了，d{4}
#\w匹配字母或者下划线
#后面一长串字符不想写了。直接用.来全部代替,匹配任意字符
#* 匹配0个或多个表达式
#也就是.*可以匹配任意的字符除了换行符
#用Demo$制定正则表达式的结尾
print(len(content))
print(result)
print(result.group())#返回匹配结果
print(result.span())#输出返回结果的范围

结果：
41
<_sre.SRE_Match object; span=(0, 41), match=‘Hello 123 4567 World_This is a Regex Demo’>
Hello 123 4567 World_This is a Regex Demo
(0, 41)

#这种也行
result1 =  re.match('Hello\s\d{3}\s\d+\s\w{10}.*Demo$',content)
print(result1.group())

结果：
Hello 123 4567 World_This is a Regex Demo

• 泛匹配

#为了匹配方便，通常用.*来写我们的匹配方式
import re
content = 'Hello 123 4567 World_This is a Regex Demo'
result = re.match('^Hello.*Demo$',content)
print(result.group())
print(result.span)

结果：
Hello 123 4567 World_This is a Regex Demo

• 获取匹配目标
  我们可以把目标括起来，指定左端点，右端点

#看下如何获取匹配目标，下面的字符串我们想获取1234567
import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$',content)
print(result)
print(result.group())
print(result.group(1))#上面第一个d加了括号，把第一个括号里的内容取出来
print(result.span())
#如果正则表达式中出现了括号，那么第一个括号里面的内容是group(1)，第二是group(2)

结果：
<_sre.SRE_Match object; span=(0, 40), match=‘Hello 1234567 World_This is a Regex Demo’>
Hello 1234567 World_This is a Regex Demo
1234567
(0, 40)

• 贪婪匹配

import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*(\d+).*Demo$',content)
#开头直接不写全了，就^He后面直接.*
#我们的目标用括号括起来
print(result)
print(result.group(1))#打印结果不是1234567，而是7，也就是说.*会尽可能多的匹配，把123456都匹配进去了，\d+至少会有一个

结果：
<_sre.SRE_Match object; span=(0, 40), match=‘Hello 1234567 World_This is a Regex Demo’>
7

• 非贪婪匹配

import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*?(\d+).*Demo$',content)
print(result)
print(result.group(1))
#加个问号就是非贪婪匹配模式
#.*?就是尽可能少的匹配，后面一旦出现\d，它就会匹配数字

结果：
<_sre.SRE_Match object; span=(0, 40), match=‘Hello 1234567 World_This is a Regex Demo’>
1234567

• 匹配模式

import re

content = '''Hello 1234567 World_This 
is a Regex Demo'''
# print(content)
# result = re.match('^He.*?(\d+).*?Demo$',content)
# print(result)#为什么打印出来none，是因为后面的.是不能匹配换行符的
result = re.match('^He.*?(\d+).*Demo$',content,re.S)
print(result)
print(result.group(1))

结果：
<_sre.SRE_Match object; span=(0, 41), match=‘Hello 1234567 World_This \nis a Regex Demo’>
1234567

• 转义

import re

content = 'price is $5.00'#这个字符串里面有特殊字符，如何匹配，$和.
result = re.match('price is $5.00',content)
print(result)#打印匹配结果 匹配字符串中有特殊字符时候，正则表达式里写特殊字符是不行的。

结果：
None

#我们可以用反斜杠来代替
import re

content = 'price is $5.00'#这个字符串里面有特殊字符，如何匹配$和. 用反斜杠\去转义字符
result = re.match('(price is \$5\.00)',content)#加括号是为了得到匹配目标因为加了括号就可以用result.group()
print(result.group(1))

结果：
price is $5.00

总结：

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，贪婪模式很可能使得我们匹配的目标少一些字符。 有换行符用re.S,因为html中有很多换行符。
缺点：这个match是要从头开始匹配，看下面的例子，就是说re.match中不是第一个字符开始，就不方便匹配

import re

content = 'price is $5.00'
result = re.match('rice is \$5\.00',content)
print(result)

None