目录
1.正则表达式的简介：
01、正则表达式的定义：
正则表达式是指专门用于描述或刻画字符串内在规律的表达式
02、正则表达式的使用场景
- 无法通过切片将字符串的子串返回
- 借助于replace方法无法完成非固定值或非固定位置值的替换
- 借助于split方法无法按照多种值实现字符串的分割
03、正则表达式的常用函数
#findall()：返回字符串中所有与模式匹配的字符串列表
findall(pattern,string,flags=0)
#pattern:指定需要匹配的正则表达式
#string:指定待处理的字符串
#flags:指定匹配模式，常用的可以是re.I,re.M,re.S,re.X;
#re.I的模式是让正则表达式对大小写不敏感
#re.M的模式是让正则表达式可以多行匹配
#re.S的模式指明正则符号.可以匹配任意字符，包括换行符\n
#re.X模式允许正则表达式可以写的更加详细，如多行表示，忽略空白字符，加入注释等
#sub：用指定的字符串（repl）替换字符串中与模式匹配的项，如果count指定，则替换不超过count次。
sub(pattern,repl,string,count=0,flags=0)
#pattern:同findall函数中的pattern
#repl:指定替换成的新值
#string:同findall函数中的string
#count:用于指定最多替换的次数，默认为全部替换
#flags:同findall函数中的flags
#split()：根据正则表达式模式将字符串分割成多个部分，并返回一个包含这些部分的列表
split(pattern,string,maxsplit=0,flags=0)
#pattern:同findall函数中的pattern
#maxsplit:用于指定最大分割次数，默认为全部分割
#string:同findall函数中的string
#flags:同findall函数中的flags
match(）：尝试从字符串的起始位置匹配一个模式，如果匹配成功则返回匹配对象，否则返回None。
match(pattern, string, flags=0)
#pattern:同findall函数中的pattern
#string:同findall函数中的string
#flags:同findall函数中的flags
2.常用的正则符号：
| 字符 | 功能 |
|---|---|
| . | 英文状态的句号.指代任意字符（如数字，字母，标点符号，汉字等），但除了换行符\n |
| 反斜杠 | 表示转义符，用于转换含义的符号 |
| \n | 指代换行； |
| \t | 指代tab制表符 |
| \d | 指代0-9中任一数字 |
| \s | 指代任意一种空白（如空格，tab,换行等） |
| \w | 指代字母、数字、下划线中的任意一种 |
| . | 指代句号点本身（前面加的有反斜杠，显示的问题） |
| [] | 英文状态的中括号,指代字符集合，当需要特定字符匹配时，可以选择中括号 |
| () | 英文状态的圆括号指定特定内容的截取（抠） |
| ？ | 英文状态下的问号，表匹配前一个字符0次或1次 |
| + | 加号，表示匹配前一个字符1次及以上 |
| * | 星号，表示匹配一个字符0次及以上 |
| {} | 英文状态下的{}，表示匹配前一个字符特定的次数或范围 |
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
3.正则表达式的使用
01:.*配合使用，提取所有含红的字符串
import re
string1 =['小红','红花','绿叶','小桃红','红领巾','落红','紫鸢']
res = []
for i in string1:
res.extend(re.findall('.*红.*',i))
print(res)
# ['小红', '红花', '小桃红', '红领巾', '落红']
02.反斜杠和.配合使用，提取出动力总成的值
import re
# 提取出动力总成的值
s2 = '此次新朗逸主要搭载了1.5L和1.5T两种动力总成的发动机。别克英朗则搭载了1.0T和1.3T的动力总成。'
print(re.findall('1\...',s2)) ##一个点是小数点，后面两个点事任意两个字符
# ['1.5L', '1.5T', '1.0T', '1.3T']
03:：[]的使用
import re
s5 = '通过对比新朗逸1.5L和1.5T两种动力在1.5年行驶期后的数据。发现1.5T的口碑相对较好！'
print(re.findall('1.5[a-zA-Z]',s5))
# ['1.5L', '1.5T', '1.5T']
04：()的使用
# 提取出用户的年龄
import re
s6 = 'id:1, name:Tom, age:3, gender:1; id:2, name:Lily, age:5, gender:0'
print(re.findall('\d',s6))
print(re.findall('age:\d',s6))
print(re.findall('age:(\d)',s6))
#['1', '3', '1', '2', '5', '0']
#['age:3', 'age:5']
#['3', '5']
05:反斜杠和{}配合使用
import re
email_list = [ "xiaoWang@163.com" ,"xiaoWang@163.comh" ,".com.xiaowang@qq.com"]
for email in email_list:
ret = re.match("[\w]{4,20}@(163|126|qq)\.com$", email) #\.代表只是一个点 $代表以xxx结尾的字符串
if ret:
print("%s ---是符合规定的邮件地址" % email)
else:
print("%s ---不符合要求" % email)
#xiaoWang@163.com ---是符合规定的邮件地址
#xiaoWang@163.comh ---不符合要求
#.com.xiaowang@qq.com ---不符合要求
06：()提取数据
# 导入用于正则表达式的re模块
import re
# 取出字符中所有的天气状态
string1 = "{ymd:'2018-01-01',tianqi:'晴',aqiInfo:'轻度污染'},{ymd:'2018-01-02',tianqi:'阴~小雨',aqiInfo:'优'},{ymd:'2018-01-03',tianqi:'小雨~中雨',aqiInfo:'优'},{ymd:'2018-01-04',tianqi:'中雨~小雨',aqiInfo:'优'}"
print(re.findall("tianqi:'(.*?)'", string1))
# ['晴', '阴~小雨', '小雨~中雨', '中雨~小雨']
07:sub()函数使用
import re
string3 = '据悉，这次发运的4台蒸汽冷凝罐属于国际热核聚变实验堆（ITER）项目的核二级压力设备，先后完成了压力试验、真空试验、氦气检漏试验、千斤顶试验、吊耳载荷试验、叠装试验等验收试验。'
print(re.sub('[，。、a-zA-Z0-9（）]','',string3))
08:[^]的使用
import re
ret = re.match("([^-]*)-(\d+)", "010-12345678") #^在[ ]里面代表非的含义:[^-]* *代表前所有字符0个或者多个，非-的字符串
print(ret.group())
print(ret.group(1))
print(ret.group(2))
#010-12345678
#010
#12345678
09： 对汉字的匹配
import re
text = "你好，世界！Hello, 世界！"
pattern = re.compile(r'[\u4e00-\u9fff]+') # 匹配汉字的正则表达式
result = pattern.findall(text)
print(result)
# ['你好', '世界', '世界']
import re
text = "你好，世界！Hello, 世界！"
pattern = r'[\u4e00-\u9fff]+' # 匹配汉字的正则表达式
result = re.match(pattern, text)
if result:
print(result.group()) # 输出匹配到的汉字
else:
print("No match")
# 你好
match和findall的区别：
match 和 findall 都是 Python 中 re 模块提供的用于正则表达式匹配的方法，它们的主要区别在于匹配的方式和返回结果的形式。
match: 从字符串的开头开始匹配，如果字符串的开头不符合正则表达式，则返回 None。如果匹配成功，返回一个匹配对象，可以使用 group() 方法获取匹配的内容。
findall: 在整个字符串中查找匹配的内容，并以列表的形式返回所有匹配的结果。如果没有匹配成功，返回空列表。
上述例子中findal可以找到所有的汉字，match只能找到第一组汉字；
