Python其实很简单第十一章正则表达式

　　正则表达式是一个特殊的字符序列，它用来检查一个字符串是否与某种模式匹配。正则表达式在编译程序中至关重要，但并不是每个人都需要特别深入的学习和掌握。在此，只介绍一些最基本的应用。
　　1、元字符
　　元字符是构成正则表达式的一些特殊字符。在正则表达式中，元字符被赋予了新的含义。
　　下面介绍一些常用的元字符及其含义：
　　. 匹配除换行符以外的任意字符。
　　w 匹配字母、数字、下划线或汉字。
　　W 匹配w所匹配的字符以外的字符。
　　s 匹配单个空白符（包括Tab键和换行符）。
　　S 匹配除s匹配的字符以外的字符。
　　d 匹配数字。
　　b 匹配单词的分界符，如：空格、标点符号或换行符。
　　^ 匹配字符串的开始
　　$ 匹配字符串的结束
　　2、限定符
　　限定符是在正则表达式中用来指定数量的字符。常用的限定符有：
　　? 匹配前面的字符0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom
　　+ 匹配前面的字符1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm
　　* 匹配前面的字符0或n次。如：zo?m可以匹配zom、zoom和zm
　　{n} 匹配前面的字符n次。如：zo{2}m可以匹配zoom，但不能匹配zom和zm
　　{n,} 匹配前面的字符至少n次。如：zo{1,}m可以匹配zom和zoom，但不能匹配zm
　　{n,m} 匹配前面的字符至少n次，最多m次。如：zo{1,2}m可以匹配zom和zoom，但不能匹配zm
　　3、方括号＂[ ]＂的用途
　　方括号＂[ ]＂里可以列出某个字符范围。如：[aeiou]表示匹配任意一个元音字母，[zqsl]表示匹配姓氏＂赵钱孙李＂的拼音第一个字母。
　　4、排除字符
　　方括号＂[ ]＂中的＂^＂字符表示排除的意思，如：[^aeiou]表示匹配任意一个非元音字母的字符。
　　5、选择字符
　　字符＂|＂相当于＂或＂。如：(^d{3}[-]d{8})|(^d{4}[-]d{7})$可以匹配形如＂ - ＂或＂ - ＂的电话号码格式。
　　6、转义字符
　　对于已经用于定义元字符和限定符的字符，需要加转义符＂＂来表示。
　　如：为了匹配形如＂192.168.0.1＂的IPv4地址（1~255.0~255.0~255.0~255），可以用这样的正则表达式：^(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
　　这里解释一下第一段IP地址的规则，取值范围为1~255，可分解为以下情况：
　　250~255：25[0-5]；
　　200~249：2[0-4][0-9]；
　　100~199：[01]{1}[0-9]{2}；
　　0~99: [0-9]{1}[1-9]
　　再加上＂.＂： .
　　其他三段地址和第一段相似。
　　7、＂( )＂可以用于分组
　　在正则表达式中，用＂( )＂括起来的部分是一个整体。
　　8、r（或R）的意义
　　在正则表达式中，为了保证模式字符串为原生字符串（没有经过加工处理的字符串），可以在模式字符串前加上一个字符‘r’或‘R’。例如：
　　# 这里用到对的re.match()方法接下来介绍
　　>>> import re # 导入re模块
　　>>> re.match(＂bPy[a-z]+＂,＂Python＂) # 表达式＂bPy[a-z]+＂不能匹配’Python’
　　>>> re.match(＂bPy[a-z]+＂,＂Python＂) # 表达式＂bPy[a-z]+＂可以匹配’Python’
　　
　　在上述代码中，原本要用作匹配单词开始或结束的元字符’b’在表达式中字符串中会被视为转义一个字符‘b’，为了转义’b’就不得不再加一个’’符号。
　　也可以采用下面的方法：
　　>>> re.match(r＂bPy[a-z]+＂,＂Python＂) #加字符’r’，可以保证原生字符串
　　
　　9、match()方法
　　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。
　　语法格式：
　　re.match(pattern, string, [flags])
　　其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
　　例：
　　import re #导入re模块
　　print(re.match(＂www＂, ＂www.python.org/＂).span()) #span()函数可以获取匹配的位置
　　print(re.match(＂org＂, ＂www.python.org＂))
　　输出结果为：
　　(0, 3) #在位置0到3（不包括3）匹配成功
　　None #从起始位置未能匹配成功
　　10、search()方法
　　search()方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None。
　　语法格式：
　　re.search(pattern, string, [flags])
　　其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
　　例如：
　　>>> re.search(r＂Pyw+＂,＂It＂s easy to use Python, but it＂s not easy to learn Python.＂)
　　
　　可以看出，目标字符串＂It＂s easy to use Python, but it＂s not easy to learn Python.＂中一共有两个‘Python’，search()方法可以从字符串的起始位置开始查找到‘Python’，当找到第一个匹配值后就停止查找，返回位置信息。
　　match()和search()的比较
　　match()要求目标字符串的起始位置就能匹配，search()对目标字符串全段进行逐次匹配，只要首次匹配成功就停止匹配。
　　请看下例:
　　>>> import re
　　>>> print(re.match(r＂Pyw+＂,＂It＂s easy to use Python, but it＂s not easy to learn Python.＂))
　　输出结果：None
　　11、findall()方法
　　findall()方法用于在整个字符串中搜索所有匹配的值，如果匹配成功，则返回以匹配值为元素的列表，否则返回空列表。
　　语法格式：
　　re.findall(pattern, string[, flags])
　　其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
　　例：
　　>>> import re
　　>>>print(re.findall(r＂Pyw+＂,＂It＂s easy to use Python, but it＂s not easy to learn Python.＂))
　　输出结果：[＂Python＂, ＂Python＂]
　　可以看出，findall()的结果没有指出匹配的具体位置。
　　12、正则表达式的应用
　　字符串替换
　　这里要用到sub()方法。它的语法格式如下：
　　re.sub(pattern, repl, string [,count] [,flgs])
　　其中，pattern是模式字符串；repl是用于替换的字符串；string是原字符串；可选参数count为模式匹配后替换的最大次数，省缺表示替换所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
　　例：
　　>>> import re
　　>>> str1=＂x=36.567 y=123.234＂
　　>>> str2=re.sub(＂.d+＂,＂＂,str1) #用空格代替小数点及其后的数字
　　>>> print(str2)
　　输出结果：x=36 y=123
　　分隔字符串
　　这里要用到split()方法。它的返回值为一个列表，它的语法格式如下：
　　re.split(pattern, string [,maxsplit] [,flgs])
　　其中，pattern是模式字符串；string是原字符串；可选参数maxsplit为最大拆分次数，省缺表示拆分所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
　　例：
　　>>> import re
　　>>> str=＂白日依山尽，黄河入海流。欲穷千里目，更上一层楼！＂
　　>>> re.split(r＂，|。|！＂,str) #按照＂，＂、＂。＂、＂！＂分隔字符串。
　　[＂白日依山尽＂, ＂黄河入海流＂, ＂欲穷千里目＂, ＂更上一层楼＂, ＂＂]
　　注意，返回值列表中多出了一个空字符。