re模塊（正則表達式）

1、什麼是正則表達式

正則就是用一些具備特殊含義的符號組合到一塊兒（稱爲正則表達式）來描述字符或者字符串的方法。或者說：正則就是用來描述一類事物的規則。（在Python中）它內嵌在Python中，並經過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，而後由用 C 編寫的匹配引擎執行。

2、正則表達式基礎

字符組 ： [字符組]

在同一個位置可能出現的各類字符組成了一個字符組，在正則表達式中用[]表示 字符分爲不少類，好比數字、字母、標點等等。

1 [1]                       匹配1
2 [123]　　　　　　  匹配一、二、3
3 [0-9]　　　　　　　匹配任意一個數字
4 [a-z]　　　　　　　匹配任意一個小寫字母
5 [A-Z]　　　　　　　匹配任意一個大寫字母
6 [A-Za-z]　　　　　 匹配任意一個字母

示例以下：

1 print(re.findall('[1]','Zll5201314'))       #['1', '1']
2 print(re.findall('[123]','Zll5201314'))     #['2', '1', '3', '1']
3 print(re.findall('[0-9]','Zll5201314'))     #['5', '2', '0', '1', '3', '1', '4']
4 print(re.findall('[a-z]','Zll5201314'))     #['l', 'l']
5 print(re.findall('[A-Z]','Zll5201314'))     #['Z']
6 print(re.findall('[a-zA-Z]','Zll5201314'))  #['Z', 'l', 'l']
7 print(re.findall('[A-Za-z0-3]','Zll5201314')) #['Z', 'l', 'l', '2', '0', '1', '3', '1']

元字符：

 1 .　　　　匹配除換行符之外的任意字符
 2 \w　　　 匹配字母或者數字或者下劃線
 3 \s　　　  匹配任意空白字符
 4 \d　　　  匹配數字
 5 \n　　　  匹配換行符
 6 \t　　　　匹配製表符tab
 7 \b　　　　匹配一個單詞的結尾
 8 ^　　　　匹配字符串的開始
 9 $　　　　匹配字符串的結尾
10 \W　　　匹配非字母或下劃線或數字
11 \D　　　匹配非數字
12 \S　　　匹配非空白符
13 |　　　　匹配|前或者後的內容
14 ()　　　　匹配括號內的表達式，也表示一個組

示例以下：

 1 print(re.findall('.','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', ' ', '5', '2', '0']
 2 print(re.findall('\w','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', '5', '2', '0']
 3 print(re.findall('\s','love_u 520')) #[' ']
 4 print(re.findall('\d','love_u 520')) #['5', '2', '0']
 5 print(re.findall('\n','love_u 520')) #[]
 6 print(re.findall('\b','love_u 520')) #[]
 7 print(re.findall('^l','love_u 520')) #['l']
 8 print(re.findall('520$','love_u 520'))#['520']
 9 print(re.findall('\W','love_u 520')) #[' ']
10 print(re.findall('\D','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', ' ']
11 print(re.findall('\S','love_u 520')) #['l', 'o', 'v', 'e', '_', 'u', '5', '2', '0']
12 print(re.findall('love|u','love_u 520')) #['love', 'u']

量詞:

1 *   重複零次或者屢次 
2 +　　重複1次或者屢次
3 ?　　重複零次或者一次
4 {n}　　重複n次
5 {n,}　　重複n次或者更屢次
6 {n,m}　　重複n到m次

示例以下：

1 print(re.findall('5*','555 5')) #['555', '', '5', '']
2 print(re.findall('5+','555 5')) #['555', '5']
3 print(re.findall('5?','555 5')) #['5', '5', '5', '', '5', '']
4 print(re.findall('5{2,3}','555 5')) #['555']
5 print(re.findall('5{2}','555 5')) #['55']
6 print(re.findall('5{3}','555 5')) #['555']

3、常見的正則表達式應用

1 手機號（國內）：^[1-9][3478]\d{9}
2 電話號（國內）：[0-9-()（）]{7,18}
3 郵編：\d{6}
4 QQ：[1-9]([0-9]{5,11})
5 身份證號：\d{17}[\d|x]|\d{15}
6 郵箱：\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}
7 網址：^((https|http|ftp|rtsp|mms)?:\/\/)[^\s]+
8 日期：\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}
9 用戶名：[A-Za-z0-9_\-\u4e00-\u9fa5]+

#正則表達式在線測試網址「http://tool.chinaz.com/regex/」

4、python中如何使用正則表達式

findall()方法：

此方法是在整個字符串中匹配指定字符或者字符串，而且將全部知足條件的結果返回到一個列表中，以下：

1 ret = re.findall('a','abac')
2 print(ret)　　#['a', 'a']

3 ret = re.findall('ab','abac')
4 print(ret)　　#['ab']

search()方法：

此方法是在整個字符串中查找知足匹配條件的字符或者字符串，一旦找到一個就再也不繼續查找，並返回包含查找值的對象，能夠用.group()方法進行查看，以下：

1 ret = re.search('a','abac')
2 print(ret.group())  #a

match()方法：

此方法是用來從開頭位置查找是否知足匹配條件，若是沒有就會返回None，若是有，則會返回一個包含查找值的對象，能夠用group()方法進行查看，以下：

1 ret = re.match('a','abac')
2 print(ret.group())  #a
3 
4 ret = re.match('b','abac')
5 print(ret)  #None

split()方法：

此方法用來對一個字符串進行切分，以下：

1 ret = re.split('[ab]', 'abcd')  # 先按'a'分割獲得''和'bcd',在對''和'bcd'分別按'b'分割
2 print(ret)  # ['', '', 'cd']

sub()以及subn()方法：

1 ret = re.sub('\d', '*', 'a1b2c3')#將數字替換成'*'，默認替換全部的數字
2 print(ret) #a*b*c*
3 
4 ret = re.sub('\d', '*', 'a1b2c3', 1)#將數字替換成'*'，參數1表示只替換1個
5 print(ret) #a*b2c3
6 
7 ret = re.subn('\d', '*', 'a1b2c3')#將數字替換成'*'，返回一個元祖(替換後的字符串,替換的次數)
8 print(ret) #('a*b*c*', 3)

compile()方法：

此方法是先把正則表達式編譯好，以方便屢次使用，以下：

1 obj = re.compile('\d{3}')  #將正則表達式編譯成爲一個 正則表達式對象，規則要匹配的是3個數字
2 ret = obj.search('abc123eeee') #正則表達式對象調用search，參數爲待匹配的字符串
3 print(ret.group())  #結果 ： 123

finditer()方法：
此方法與findall相似，只不過返回的不是一個列表，而是一個生產器，能夠用next(iter).group()來查看裏面的值，以下：

1 ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一個存放匹配結果的迭代器
2 print(ret)  # <callable_iterator object at 0x10195f940>
3 print(next(ret).group())  #查看第一個結果
4 print(next(ret).group())  #查看第二個結果
5 print([i.group() for i in ret])  #查看剩餘的左右結果