9.1 正则
1、判断一个字符串是否匹配给定的格式
?
从一个字符串中按指定格式提取信息
9.2 re
1、findall方法：
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表
import re #导入re模块，
?
a =‘python123python666pyt hon888‘
?
re. findall(‘python‘,a) # 把所符台规则的匹配出来,返回一个列表[ ‘python‘,‘ python‘,‘ python‘ ]
?
re. findall(‘123‘,a)
[ ‘123‘ ]
?
re.findall(‘999‘,a) #如果匹配的不存在,则返回一一个空列表[]
2、match方法:
re.match 尝试从字符串的起始位置匹配一个模式，匹配成功 返回的是一个匹配
对象（这个对象包含了我们匹配的信息），如果不是起始位置匹配成功的话，
match()返回的是空，
?
注意：match只能匹配到一个
import re .
?
a =‘python123python666python888 "
re .match(‘ python‘,a)
?
<_ sre.SRE_Match object; span=(e,6),match=‘python" >
?
re .match( ‘123‘,a)
?
?>> re .match( " python123‘,a)
?
<_ sre.SRE_ Match object; span=(0,9),match= ‘ python123‘>l??>
?
bb = re. match(‘python",a)
?
?> bb.group() ? ? ### 1. ###
?
>>> bb. span() ? ? ### 2. ###
?
1.可以通过group()提取匹配到的内容
?
2.可以通过span()提取匹配到的字符下标
?
3、search方法:
re.search 扫描整个字符串,匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息）
?
注意：search也只能匹配到一个，找到符合规则的就返回，不会一直往后找
?
re.search(‘123‘,a)
<_ sre.SRE_ Match object; span=(6,match=‘123‘>
?
re.search( " python‘,a)
<_ sre.SRE_ Match object; span=(0,match=‘python‘>
?
re.search(‘6‘,a)
<_ sre.SRE_ Match object; span=(15,16),match=‘6‘>
?
dd = re . search(‘ python‘,a)
dd. group()
‘python "
?
dd.span()
(e,6)
re.match与re.search的区别：
re.match只匹配字符串的开始位置找，如果字符串开始不符合正则表达式，则匹配失败，
re.search：匹配整个字符串，如果一直找不到则返回是空的，没有结果
?
9.3 元字符 re.S 匹配换行符
1.单字符匹配 :
字符 ? ? ? ? ? ? ? ? 功能
? ? ? ? ? ? ? ? ?
. ? ? ? ? ? ? ? ? 匹配任意1个字符(除了n )
[] ? ? ? ? ? ? ? 匹配]中列举的字符
d ? ? ? ? ? ? ? 匹配数字,即0-9
D ? ? ? ? ? ? ? 匹配非数字,即不是数字
s ? ? ? ? ? ? ? 匹配空白，即空格,tab键
S ? ? ? ? ? ? ? 匹配非空白
w ? ? ? ? ? ? ? 匹配单词字符,即2-Z、A-Z、0-9、_
W ? ? ? ? ? ? ? 匹配非单词字符
?
2.代表数量的元字符:
字符 ? ? ? ? ? ? ? ? 功能
* ? ? ? ? ? ? 匹配前一个字符出现0次或者无限次,即可有可无
+ ? ? ? ? ? ? 匹配前一个字符出现1次或者无限次,即至少有1次
? ? ? ? ? ? ? 匹配前一个字符出现1次或者0次,即要么有1次，要么没有
{m} ? ? ? ? ? 匹配前一一个字符出现m次
{m,} ? ? ? ? ? 匹配前一个字符至少出现m次
{m,n} ? ? ? ? 匹配前一一个字符出现从m到n次
?
?
?
3.表示边界的元字符:
字符 ? ? ? ? ? ? ? ? ? ? 功能
^ ? ? ? ? ? ? ? ? ? 匹配字符串开头
$ ? ? ? ? ? ? ? ? ? 匹配字符串结尾
b ? ? ? ? ? ? ? ? ? 匹配一一个单词的边界
B ? ? ? ? ? ? ? ? ? 匹配非单词边界
?
4.分组匹配
字符 ? ? ? ? ? ? ? ? ? ? 功能
| 匹配左右任意- -个表达式 (ab) 将括号中字符作为一个分组
?
5.贪婪与非贪婪
正则默认都是用贪婪模式去匹配数据的，就是尽可能多的匹配符合要求的数据，
?
在非贪婪模式下，始终找最短匹配
?
a =‘<html>0008< /html ><td>bbbb</td>‘
?
re. findall(r‘<.*>‘,a)
?
[‘ <html>090< /htmlxtd>bbbb</td>‘]
?
re. findall(r‘<.*?>‘,a) ? #加上?变成非贪婪模式
[ "<html>‘," </html>‘,‘(td>‘ .‘</td>‘]
?
re. findall(r‘-(d+)(.+-)‘,‘-123456789-‘)
[(‘ 12345678‘,‘9-‘)]
?
>>> re. findall(r‘-(d+?)(.+-)‘,‘-123456789-‘)[(‘1‘,‘23456789- ‘)]
