1、正则：对一些字符串实现模糊的匹配
使用场景：
爬虫：例如，网页源码里面的url都提取出来。网页里面提取我们想要的数据
分析日志：例如，拿到所有的ip,看看哪些ip访问过我的网站
2、引入包
>>> import re #re=regular expression 正则表达式
3、匹配最开头
1) 匹配最开头的任意字符串
>>> re.match("abc","abcd") #re.match(模式，目标字符串)
<_sre.SRE_Match object; span=(0, 3), match='abc'>#span(0,3)表示匹配的范围是(0,3),左闭右开； match='abc'表示匹配的内容是’abc’
>>> a=re.match("bc","abcd") #匹配最开头的bc
>>> a #打印a，未返回任何值
>>> type(a) #查看a的类型
<class 'NoneType'> #返回值是nonetype,为空
>>> result=re.match("abc","abcd")
>>> result
<_sre.SRE_Match object; span=(0, 3), match='abc'>
>>> type(result) #匹配到后的类型是_sre.SRE_Match，正则表达式匹配结果的对象(匹配对象)
<class '_sre.SRE_Match'>
>>>re.match("中国","中国abcd") #也可匹配出中文
>>> <_sre.SRE_Match object; span=(0, 2), match='中国'>
2) 匹配最开头的任意数字
>>> re.match("\d","3WSD") #匹配最开头的数字,d=digit，re.match(模式，目标字符串)
<_sre.SRE_Match object; span=(0, 1), match='3'>
>>> re.match("\d","ab1cd") #字符串最开头为非数字时，未匹配出任何内容
>>>
>>> re.match(r"\d","ab1cd") #由于在文件中，”\d可能需要需要写“\\d”，需要转转译一下为了统一，写正则，交互模式与文件中，前面都加个r
4、匹配任意位置，匹配第一个后便结束
1) 匹配任意位置字符串 #re.search(模式，目标字符串)
>>> re.search(r"b1c","ab1cd") #可以匹配出非开头的字符串
<_sre.SRE_Match object; span=(1, 4), match='b1c'>
>>> re.search(r"b1c","ab1cd2323b1cdkjf") #当有多个可匹配的内容时，输出第一个便结束
<_sre.SRE_Match object; span=(1, 4), match='b1c'>
2) 匹配任意位置的数字
>>> re.search(r"\d","a1b1d1") #当有多个可匹配的内容时，输出第一个便结束
<_sre.SRE_Match object; span=(1, 2), match='1'>
>>> re.search(r"\d","a21c3d4") #“\d”是匹配所有的数字，并非只指1
<_sre.SRE_Match object; span=(1, 2), match='2'>
>>> re.search(r"\d","liuyujing") #匹配不到任何内容时，依然返回none
>>>
>>> re.search(r"中","liuyujing中") #也可匹配汉字
<_sre.SRE_Match object; span=(9, 10), match='中'>
5、匹配任意位置所有满足的字符串
1) 匹配出所有满足条件的字符串
>>> re.findall(r"ab","asabddabc")
['ab', 'ab']
2) 匹配出所有的数字
>>> re.findall(r"\d","liu1yu2jing3df") #查找任意位置满足条件的字符串
['1', '2', '3'] #以列表的方式返回
>>> re.findall(r"\d","liuyujingdf") #未匹配上，返回空列表
[]
#可通过判断返回值是否为空，判断是否有匹配上的内容
6、显示取到的结果
>>> re.search(r"中","liuyujing中").group()
'中'
>>> re.search(r"\d","d3sf5").group() #匹配到第一个结果便输出
'3'
>>> re.search(r"d","d3sf5").group()
'd'
>>> re.match(r"\d","d3sf5").group() #当未匹配上任何内容时使用group会报错
Traceback (most recent call last): #因为没有none.group()的用法
File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.findall(r"abc","deabchabcijk").group()#findall返回值不为空时，也不可使用group
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'group'
>> re.findall(r"ab","liuyujing").group() #当返回值是[]时，也不可使用.group()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'group'
7、编译（将模式进行编译）
>>> pattern = re.compile(r"\d") #将查找数字编译到pattern中
>>> type(pattern) #pattern的类型也是正则表达式匹配结果的对象（匹配对象）
<class '_sre.SRE_Pattern'>
>>> pattern.match("1df").group() #pattern.match(目标字符串)
'1'
>>> pattern.search("d3fg").group() #pattern.search(目标字符串)
'3'
>>> pattern.findall("dkjf678djfd5") #pattern.findall(目标字符串)
['6', '7', '8', '5']
注意：pattern中，已经将匹配的模式(“\d”)编译，所以后续使用正则时，仅需要写match等匹配方法和目标字符串即可
好处：编译后，可以使用不同的匹配方法（match,search,findall）,方便复用正则表达式
>>> pattern1 = re.compile(r"abc") #pattern1将模式“abc”进行了编译
>>> pattern1.match("abcdefghijk").group()
'abc'
>>> pattern1.search("deabchijk").group()
'abc'
>>> pattern1.findall("deabchabcijk").group() #findall不可与group()一起用
Traceback (most recent call last)
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'group'
>>> pattern1.findall("deabchabcijk")
['abc', 'abc']
8、模式：
1) \d\D：匹配第一个任意数字后结束
>>> re.search(r"\d","ab1234df").group() #\d匹配第一个任意数字后结束
'1'
>>> re.search(r"\D","ab1234df").group() #\D匹配第一个非数字后结束
'a'
>>> re.search(r"\D","*b1234df").group() #特殊符号\D也可匹配
'*'
>>> re.search(r"\D","~b1234df").group() #特殊符号\D也可匹配
'~'
>>> re.search(r"\D"," b1234df").group() #空格\D也可匹配
' '
>>> re.search(r"\D","“b1234df").group() #单引号\D也可匹配
'“'
>>> re.search(r"\D","12b1234df").group() #匹配第一个非数字后结束
'b'
2) \w\W(匹配第一个所有的大小写字母和数字和下划线)
>>> re.search(r"\w"," a").group() w匹配的范围是：”a-z A-Z 0-9 _”
'a
>>> re.search(r"\w"," A").group() # w匹配的范围是：”a-z A-Z 0-9 _”
'A'
>>> re.search(r"\w"," ADS").group() #w匹配的范围是：”a-z A-Z 0-9 _”
'A'
>>> re.search(r"\w"," Z").group() #w匹配的范围是：”a-z A-Z 0-9 _”
'Z'
>>> re.search(r"\w"," _").group() #w匹配的范围是：”a-z A-Z 0-9 _”
'_'
>>> re.search(r"\w","中").group() #w根据系统的语言，可以匹配中文
'中'
>>> re.search(r"\W","*&*").group() #W匹配的范围是：非”a-z A-Z 0-9 _”
'*'
>>> re.search(r"\W"," &^").group()
' '
3) \s\S space空白(匹配第一个任意不可见的字符和空白字符后结束)
>>> re.search(r"\s","\t").group()
'\t'
>>> re.search(r"\s","\n").group()
'\n'
>>> re.search(r"\s","\r").group()
'\r'
>>> re.search(r"\s","() ").group()
' '
>>> re.search(r"\s"," ").group()
' '
>>> re.search(r"\s","[] ").group()
' '
>>> re.search(r"\S","[] ").group() #匹配到第一个非空白后结束
'['
>>> re.search(r"\S","\t a").group()
'a'
>>> re.search(r"\S","\t a!").group()
'a'
4) . 匹配非回车的所有字符，只会匹配一个字符
>>> re.findall(r"\D.S","Df %$DJS")
['DJS']
>>> re.search(r"a.b","a b").group() #.可匹配空格
'a b'
>>> re.search(r"f.b","df45b") #返回值为空，因为.只能匹配两者之间的一
>>> #个字符
>>> re.search(r"a.b","a\nb").group() #.不可匹配回车
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.search(r".b","df4b").group() #.前面没有字母，可以匹配任何字母，只会
'4b' #匹配前面的一个字符
>>> re.search(r"f.","df4b").group() #.后面没有字母，可以匹配任何字母，只
'f4' #会匹配后面的一个字符
5) a.*b匹配ab之间所有的字符
>>> re.search(r"a.*b","djgdja*&82364}{?>_bdjfhd").group()
'a*&82364}{?>_b'
>>> re.search(r"a.*b","djgdja*&82364}{?>_bdjfhddfdfdb").group()
'a*&82364}{?>_bdjfhddfdfdb' #正则的贪婪性，匹配最多的ab之间的字符
>>> re.search(r"a.*?b","djgdja*&82364}{?>_bdjfhddfdfdb").group()
'a*&82364}{?>_b' #抑制正则的贪婪性，会滤掉后面的，只输出前面的ab之间的所有的内容
9、量词
1) + 匹配1次或多次
>>> re.search(r"\d+","dfg124df567").group() #匹配多个连续的数字
'124'
>>> re.search(r"\d+","dfg1df567").group() #匹配一个数字
'1'
>>> re.search(r"\s+","\t \n \r djdjdj123").group() #匹配多个连续的空格
'\t \n \r '
>>> re.search(r"\S+","!@#$GSFD DKF ").group()
'!@#$GSFD'
#尽量多的匹配，正则表达式的贪婪性
2) ? 最小匹配(抑制正则表达式的贪婪性)
>>> re.search(r"\w+?","!@#$GSFD DKF ").group() #？最小匹配(1个)，抑制贪婪性
'G'
>>> re.search(r"\w+","!@#$GSFD DKF ").group() #不加？,可匹配一个或多个
'GSFD'
3) * 匹配0次或多次
>>> re.search(r"\w*","!@#$GSFD DKF ").group() #从头开始匹配，第一个字符是！，匹配了
'' #0次，所以返回为空
>>> re.search(r"\w*","GSFD DKF ").group()
'GSFD'
4) 匹配固定长度{}
>>> re.search(r"\w{3}","!@#$GSFD DKF ").group() #4+3，最先匹配4中的前3个
'GSF'
>>> re.search(r"\w{3}","!@#$DF %$DJS").group() #2+3，会匹配后面的3
'DJS'
5) 匹配可变范围长度的
>>> re.search(r"\w{2,3}","!@#$DF %$DJS").group() #匹配2-3次同时满足的字符串
'DF'
>>> re.search(r"\w{1,4}","!@#$Df %$DJS").group() #匹配1-4个满足条件的
'Df'
6）设定最小匹配长度
>>> re.search(r"\w{3,}","!@#$Df %$DJS").group() #匹配大于等于3次的正则
'DJS'
7) 设定最大匹配长度
>>> re.search(r"\w{,4}","!@#$Df %$DJS").group() #{,3}表示匹配0-3次，所以返回的是空
''
8) ? 0次或1次
>>> re.search(r"\w?","!@#$Df %$DJS").group() #匹配0次
''
>>> re.search(r"\w?","Df %$DJS").group() #匹配1次
'D'
>>> re.findall(r"\w?","Df %$DJS") #findall会进行每个字母的匹配，未匹配上便返回“”，到最后一个字母后，默认还会进行一次匹配
['D', 'f', '', '', '', 'D', 'J', 'S', '']
小练习：
输入字符串，如果字符串中有“ok”,则打印找到了，如果没有找到，则结束
>>> a = input("请输入一个字符串：")
请输入一个字符串：How are you?
>>> if re.search("ok",a):
... print("找到了")
... else:
... print("输入的字符串中没有ok")
...
输入的字符串中没有ok
>>> a = input("请输入一个字符串：")
请输入一个字符串：I am ok!
>>> if re.search("ok",a):
... print("找到了")
... else:
... print("输入的字符串中没有ok")
...
找到了