1、什么是正则？
正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。
2、常用匹配模式(元字符)
正则表达式分类：
- 基本的正则表达式（Basic Regular Expression 又叫 Basic RegEx 简称 BREs）
- 扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）
- Perl 的正则表达式（Perl Regular Expression 又叫 Perl RegEx 简称 PREs
import re
ret=re.findall("yu[a,b]n",'123 yuan 34 an yubn') #[]多选已字符
ret=re.findall("[0-9]",'yua 123 n 34 an yubn') #-范围
ret=re.findall("[a-zA-Z]",'yua 123 n 34 an yubn')
ret=re.findall("[a-zA-Z]+",'yua 123 n 34 an yubn') #+ 最大匹配？
ret=re.findall("[^0-9a-zA-Z ]+",'yua 123lin n a34 an12 5yubn 中国') #^取反
ret=re.findall('[\u4e00-\u9fa5]+','yua 123lin n a34 an12 5yubn 中国') #中文#贪婪匹配：按着规则内最长的内容进行匹配 【.*默认为贪婪匹配】
import re
print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']#取消贪婪匹配：？ 【 .*?为非贪婪匹配】推荐使用
print(re.findall('a.*?b','a1b22222222b')) #['a1b']findall：
#fineall：关于分组优先提取、取消分组优先提取?: 、 ()分组
ret=re.findall('http://www.(\w+).com','http://www.baidu.com http://www.jd.cn http://python.org')
ret=re.findall('http://www.(\w+).(com|cn)','http://www.baidu.com http://www.jd.cn http://python.org')search：
# #search：查询匹配到的第一个结果，返回对象
ret=re.search('http://www.(?P<yuming>\w+).com','http://www.baidu.com http://www.jd.com http://python.org')
ret=re.search('(?P<xieyi>http)://www.(?P<yuming>\w+).com','http://www.baidu.com http://www.jd.com http://python.org')
print(ret.group("xieyi"))
print(ret.group("yuming"))match：
# #match：只匹配第一个
ret=re.match('(?P<xieyi>http)://www.(?P<yuming>\w+).com','http://www.baidu.com http://www.jd.com http://python.org')
print(ret.group("xieyi"))
print(ret.group("yuming"))附：常见3中类型正则表达式比较
字符 | 说明 | Basic RegEx | Extended RegEx | python RegEx | Perl regEx |
转义 | \ | \ | \ | \ | |
^ | 匹配行首，例如'^dog'匹配以字符串dog开头的行（注意：awk 指令中，'^'则是匹配字符串的开始） | ^ | ^ | ^ | ^ |
$ | 匹配行尾，例如：'^、dog$'匹配以字符串 dog 为结尾的行（注意：awk 指令中，'$'则是匹配字符串的结尾） | $ | $ | $ | $ |
^$ | 匹配空行 | ^$ | ^$ | ^$ | ^$ |
^string$ | 匹配行，例如：'^dog$'匹配只含一个字符串 dog 的行 | ^string$ | ^string$ | ^string$ | ^string$ |
\< | 匹配单词，例如：'\<frog' （等价于'\bfrog'），匹配以 frog 开头的单词 | \< | \< | 不支持 | 不支持（但可以使用\b来匹配单词，例如：'\bfrog'） |
\> | 匹配单词，例如：'frog\>'（等价于'frog\b '），匹配以 frog 结尾的单词 | \> | \> | 不支持 | 不支持（但可以使用\b来匹配单词，例如：'frog\b'） |
\<x\> | 匹配一个单词或者一个特定字符，例如：'\<frog\>'（等价于'\bfrog\b'）、'\<G\>' | \<x\> | \<x\> | 不支持 | 不支持（但可以使用\b来匹配单词，例如：'\bfrog\b' |
() | 匹配表达式，例如：不支持'（frog）' | 不支持（但可以使用，如：dogdog | () | () | () |
匹配表达式，例如：不支持'（frog）' | 不支持（同()) | 不支持（同()) | 不支持（同()) | ||
？ | 匹配前面的子表达式 0 次或 1 次（等价于{0,1}），例如：where(is)?能匹配"where" 以及"whereis" | 不支持（同\?) | ？ | ？ | ？ |
\? | 匹配前面的子表达式 0 次或 1 次（等价于'\{0,1\}'），例如：'whereisis\? '能匹配 "where"以及"whereis" | \? | 不支持（同?) | 不支持（同?) | 不支持（同?) |
? | 当该字符紧跟在任何一个其他限制符（*, +, ?, {n},{n,}, {n,m}） 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个"o"，而 'o+' 将匹配所有 'o' | 不支持 | 不支持 | 不支持 | 不支持 |
. | 匹配除换行符（'\n'）之外的任意单个字符（注意：awk 指令中的句点能匹配换行符） | . | .（如果要匹配包括“\n”在内的任何一个字符，请使用：'(^$)|（.） | . | .（如果要匹配包括“\n”在内的任何一个字符，请使用：' [.\n] ' |
* | 匹配前面的子表达式 0 次或多次（等价于{0, }），例如：zo* 能匹配 "z"以及 "zoo" | * | * | * | * |
\+ | 匹配前面的子表达式 1 次或多次（等价于'\{1, \}'），例如：'whereisis\+ '能匹配 "whereis"以及"whereisis" | \+ | 不支持（同+) | 不支持（同+) | 不支持（同+) |
+ | 匹配前面的子表达式 1 次或多次（等价于{1, }），例如：zo+能匹配 "zo"以及 "zoo"，但不能匹配 "z" | 不支持（同\+) | + | + | + |
{n} | n 必须是一个 0 或者正整数，匹配子表达式 n 次，例如：zo{2}能匹配 | 不支持（同\{n\}) | {n} | {n} | {n} |
{n,} | "zooz"，但不能匹配 "Bob"n 必须是一个 0 或者正整数，匹配子表达式大于等于 n次，例如：go{2,} | 不支持（同\{n,\}) | {n,} | {n,} | {n,} |
{n,m} | 能匹配 "good"，但不能匹配 godm 和 n 均为非负整数，其中 n <= m，最少匹配 n 次且最多匹配 m 次 ，例如：o{1,3}将配"fooooood" 中的前三个 o（请注意在逗号和两个数之间不能有空格） | 不支持（同\{n,m\}) | {n,m} | {n,m} | {n,m} |
x|y | 匹配 x 或 y，例如： 不支持'z|（food）' 能匹配 "z" 或"food"；'（z|f）ood' 则匹配"zood" 或 "food" | 不支持（同x\|y) | x|y | x|y | x|y |
[0-9] | 匹配从 0 到 9 中的任意一个数字字符（注意：要写成递增） | [0-9] | [0-9] | [0-9] | [0-9] |
[xyz] | 字符集合，匹配所包含的任意一个字符，例如：'[abc]'可以匹配"lay" 中的 'a'（注意：如果元字符，例如：. *等，它们被放在[ ]中，那么它们将变成一个普通字符） | [xyz] | [xyz] | [xyz] | [xyz] |
[^xyz] | 负值字符集合，匹配未包含的任意一个字符（注意：不包括换行符），例如：'[^abc]' 可以匹配 "Lay" 中的'L'（注意：[^xyz]在awk 指令中则是匹配未包含的任意一个字符+换行符） | [^xyz] | [^xyz] | [^xyz] | [^xyz] |
[A-Za-z] | 匹配大写字母或者小写字母中的任意一个字符（注意：要写成递增） | [A-Za-z] | [A-Za-z] | [A-Za-z] | [A-Za-z] |
[^A-Za-z] | 匹配除了大写与小写字母之外的任意一个字符（注意：写成递增） | [^A-Za-z] | [^A-Za-z] | [^A-Za-z] | [^A-Za-z] |
\d | 匹配从 0 到 9 中的任意一个数字字符（等价于 [0-9]） | 不支持 | 不支持 | \d | \d |
\D | 匹配非数字字符（等价于 [^0-9]） | 不支持 | 不支持 | \D | \D |
\S | 匹配任何非空白字符（等价于[^\f\n\r\t\v]） | 不支持 | 不支持 | \S | \S |
\s | 匹配任何空白字符，包括空格、制表符、换页符等等（等价于[ \f\n\r\t\v]） | 不支持 | 不支持 | \s | \s |
\W | 匹配任何非单词字符 (等价于[^A-Za-z0-9_]) | \W | \W | \W | \W |
\w | 匹配包括下划线的任何单词字符（等价于[A-Za-z0-9_]） | \w | \w | \w | \w |
\B | 匹配非单词边界，例如：'er\B' 能匹配 "verb" 中的'er'，但不能匹配"never" 中的'er' | \B | \B | \B | \B |
\b | 匹配一个单词边界，也就是指单词和空格间的位置，例如： 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的'er' | \b | \b | \b | \b |
\t | 匹配一个横向制表符（等价于 \x09和 \cI） | 不支持 | 不支持 | \t | \t |
\v | 匹配一个垂直制表符（等价于 \x0b和 \cK） | 不支持 | 不支持 | \v | \v |
\n | 匹配一个换行符（等价于 \x0a 和\cJ） | 不支持 | 不支持 | \n | \n |
\f | 匹配一个换页符（等价于\x0c 和\cL） | 不支持 | 不支持 | \f | \f |
\r | 匹配一个回车符（等价于 \x0d 和\cM） | 不支持 | 不支持 | \r | \r |
\\ | 匹配转义字符本身"\" | \\ | \\ | \\ | \\ |
\cx | 匹配由 x 指明的控制字符，例如：\cM匹配一个Control-M 或回车符，x 的值必须为A-Z 或 a-z 之一，否则，将 c 视为一个原义的 'c' 字符 | 不支持 | 不支持 | \cx | |
\xn | 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长，例如：'\x41' 匹配 "A"。'\x041' 则等价于'\x04' & "1"。正则表达式中可以使用 ASCII 编码 | 不支持 | 不支持 | \xn | |
\num | 匹配 num，其中 num是一个正整数。表示对所获取的匹配的引用 | 不支持 | \num | \num | |
[:alnum:] | 匹配任何一个字母或数字（[A-Za-z0-9]），例如：'[[:alnum:]] ' | [:alnum:] | [:alnum:] | [:alnum:] | [:alnum:] |
[:alpha:] | 匹配任何一个字母（[A－Za－z]）， 例如：' [[:alpha:]] ' | [:alpha:] | [:alpha:] | [:alpha:] | [:alpha:] |
[:digit:] | 匹配任何一个数字（[0-9]），例如：'[[:digit:]] ' | [:digit:] | [:digit:] | [:digit:] | [:digit:] |
[:lower:] | 匹配任何一个小写字母（[a-z]）， 例如：' [[:lower:]] ' | [:lower:] | [:lower:] | [:lower:] | [:lower:] |
[:upper:] | 匹配任何一个大写字母（[A-Z]） | [:upper:] | [:upper:] | [:upper:] | [:upper:] |
[:space:] | 任何一个空白字符： 支持制表符、空格，例如：' [[:space:]] ' | [:space:] | [:space:] | [:space:] | [:space:] |
[:blank:] | 空格和制表符（横向和纵向），例如：'[[:blank:]]'ó'[\s\t\v]' | [:blank:] | [:blank:] | [:blank:] | [:blank:] |
[:graph:] | 任何一个可以看得见的且可以打印的字符（注意：不包括空格和换行符等），例如：'[[:graph:]] ' | [:graph:] | [:graph:] | [:graph:] | [:graph:] |
[:print:] | 任何一个可以打印的字符（注意：不包括：[:cntrl:]、字符串结束符'\0'、EOF 文件结束符（-1）， 但包括空格符号），例如：'[[:print:]] ' | [:print:] | [:print:] | [:print:] | [:print:] |
[:cntrl:] | 任何一个控制字符（ASCII 字符集中的前 32 个字符，即：用十进制表示为从 0 到31，例如：换行符、制表符等等），例如：' [[:cntrl:]]' | [:cntrl:] | [:cntrl:] | [:cntrl:] | [:cntrl:] |
[:punct:] | 任何一个标点符号（不包括：[:alnum:]、[:cntrl:]、[:space:]这些字符集） | [:punct:] | [:punct:] | [:punct:] | [:punct:] |
[:xdigit:] | 任何一个十六进制数（即：0-9，a-f，A-F） | [:xdigit:] | [:xdigit:] | [:xdigit:] | [:xdigit:] |
