本文章为视频 Python编程：正则表达式_哔哩哔哩_bilibili 的笔记
正则表达式多用于文本处理与提取信息，相对于python内置字符串的处理，正则的代码量更少，python做正则的库是re，我们大多数情况这样写就行了，比如我们想提取下面这个文字中的所有数字
- 加入r的原因是，不对字符串进行其他的加工，比如转义字符，是斜杠就是斜杠，不对其进行加工
其他的都好理解，关键在于re.compile中的内容，我们成r' '中的内容为正则表达式
正则表达式测试网站 regex101: build, test, and debug regex
使用方式就按下面这样使用就可以了
正则表达式本质上也是一种字符串，下面我们看一下正则表达式的常见使用方式
目录
1 普通字符
在正则表达式中直接输入指定的普通字符，比如
2 元字符
2.1 点 .
点 表示匹配除了换行符之外任何的单个字符
那么我们就可以结合普通提取出来这三句话中 '的' 前面的字符(含字符'的')
2.2 星号 *
星号 表示匹配前面表达式任意次(包括0次）
比如我现在想获取 第一个 '的' 后面的全部内容
这里的星号是对点的形容，点是任意字符，星号是任意次数，也就是说在这里把'的'后面的所有任意字符找出来
我们再看下面这个例子
当我的字符并不只有一行的时候，他会多行进行寻找，与上面例子的区别是有无换行(符)
星号也可以当作0次来使用
如果没有星号，最后一行就没有了
星号也可以搭配别的字符
2.3 加号 +
加号匹配前面字符一次或多次，不包括0次，跟星号的区别就是不包括0次
2.4 问号 ?
2.4.1 匹配字符用
问号匹配前面字符0次或1次
2.4.2 贪婪模式与非贪婪模式
贪婪模式会得到尽可能多的字符，非贪婪模式会得到尽可能少的字符
贪婪模式这样写
非贪婪模式这样写，在星号，加号，问号后面加一个问号
2.5 尖号 ^
他的中文名字可能是这个，在这里我形象的称其为尖号
第一次看可以看完括号的讲解再看这个
2.5.1 取反
在方括号内加一个^表示对方括号内的所有条件取反
2.5.2 当作起始位置
如果不加尖号，我们发现有两个匹配项
现在我们加上尖号，尖号表示起始位置
在单行字符中起始位置有多个，在多行字符中起始位置有多个,启用多行模式我们需要加入re.M或re.MULTILINE
2.6 美元号 $
美元号可以表示文本的结束位置，美元号也有单行与多行的区分
3 括号
3.1 花括号 {}
花括号匹配指定次数，比如我想提取出 出现 '色' 的次数至少3次，至多5次的文字
如果要看是什么颜色的话就前面加个点
我们可以配合最开始提到的数字字符，提取出手机号码这一类的信息
- 手机号码一共11位
3.2 方括号 []
方括号代表选择，比如我们现在拿到了多个手机号，我只想要13和15开头的，我应该这样写
[35]表示1后面只要跟3或者跟5的，其余不要
中括号内也可以写范围，比如我定义范围在3到7之间
除了选择数字也可以选择字母或者其他字符
字母也可以设置范围
- 元字符在方括号中会失去特殊用法
- 下面要讲的反斜杠内容都可以放到方括号中
3.3 小括号 ()
我现在想要逗号前的内容(不包含逗号)，那么我们就应该这样写
小括号被成为组选择器，如果我们感兴趣的内容有多组，我们可以设置多个小括号，比如我下面就想提取颜色部分
4 反斜杠 \
4.1 元字符的转译
我们现在想提取点之前的内容
如果不加斜杠的话是不可以的
4.2 数字字符 \d
使用 \d 可以提取出文字内的数字字符
相当于[0-9]
当位数多的时候就可以像上面电话号码那样操作
4.3 非数字字符 \D
相当于[^0-9]
4.4 空白字符 \s
提取字符的空白部分，包括空格，tab，换行符等
4.5 非空白字符 \S
4.6 文字字符 \w
包括大小写字母，数字，下划线，以及unicode字符
与[a-zA-Z0-9_]是有区别的
如果我们不想要汉字也可以这样写
或者
4.7 非文字字符 \W
- 上面的结果是两行空格
5 其余方法
5.1 re.split()
比如当我们想提取用逗号，分号或空格后的信息，我们就可以这样写
5.2 re.sub()
将不太规则的字符，换成固定字符
我现在想让号码都加上6，那么我们不能替换成固定字符，而是要使用函数
上面那个例子中
- sth.group(0) 是字符串的全部内容
- sth.group(1) 是字符串的第一组的内容，如果把数字换成2，就是第二组的内容
5.3 re.compile的第二个参数
这里的re.A这种东西，我们称为Flag
5.3.1 re.ASCII与re.A
如果加上了，就只匹配ASCII字符
5.3.2 re.DOTALL与re.S
当你要隔行寻找的时候，加入re.S就是全体找，不加就是一行一找
5.3.3 re.IGNORECASE与re.I
加上不区分大小写，不加上就区分
5.3.4 re.MULTLINE与re.M
加上了就是多行模式，没加就不是多行模式，只针对^和$这两个符号
- 没加多行模式没找到的原因是开头就换行了，所以没有
5.3.5 re.VERBOSE与re.X
加上后排除空格井号等对正则表达式的影响，一般不使用这个