前言
正则表达式（Regular Expression），又称规则表达式，它不是某个编程语言所特有的，是计算机科学的一个概念，通常被用来检索和替换符合某些规则的文本。
正则表达式
行定位符
1.^
表示行的开始
2.$
表示行的结尾
举例
^py该表达式表示要匹配字符串py的开始位置是行头，如py equal python可以匹配而python equal py不能匹配
py$后者可以匹配，前者不能，如果要匹配的字符串可以出现在字符串的任意部分，那么可以直接写成py
元字符
常见的元字符
元字符 说明
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
限定符
如果想匹配特定数量的数字，需要使用限定符（指定数量的字符）来实现，例如匹配8位QQ号就是：^\d{8}$
^表示行的开始，\d表示匹配数字，{8}就是限定符表示匹配前面的字符8次，$表示行的结束
常用的限定符
限定符 说明 举例
？ 匹配前面的字符零次或一次 pytho？n，可以匹配为python或pythn
- 匹配前面的字符一次或多次 py+thon，可以匹配为python到pyy...thon
- 匹配前面的字符零次或多次 py*thon,可以匹配为pthon到pyy...thon
{n} 匹配前面的字符n次 py{2}thon，只能匹配pyython
{n,} 匹配前面的字符最少n次 py{2,,}thon，可以匹配pyython到pyy...thon
{n,m} 匹配前面的字符最少n次，最多m次 python{0,2}，可以匹配pytho、python、pythonn三种情况
字符类
正则表达式查找数字和字母是简单的事，因为有元字符，但是如果没有预定义元字符的字符合集（比如元音字母），那该怎么办呢？
也简单，在方括号里列出他们，[aeiou]就是匹配元音字母，[0-9]代表的含义就和\d完全一致，代表一个数字，[a-z0-9A-Z_]等同于\w(不考虑汉字)，如果想匹配任意一个汉字，可以使用[\u4e00-\u9fa5],匹配多个汉字，只需在前面的基础上加个+即[\u4e00-\u9fa5]+
排除字符
匹配不符合指定字符集合的字符串，^放在方括号表示排除的意思
举例
1表示匹配一个不是字母的字符
选择字符
如果我们想要它匹配的结果是多种，就需要使用选择字符（|）该字符是或的意思
举例
身份证的长度为15位或18位，其中15位全为数字，18位分为全为数字和前17位为数字最后一位可能是数字或字符X，那么匹配的表达式可写为：
（^\d{15}$)|(^\d{18}$)|(^\d{17})(\d|X|x)$
转义字符
转义字符的作用就是将特殊字符（如“.”“?”“\”）变为普通的字符，例如匹配QQ邮箱：
^[1-9]\d{4,10}@qq.com$
括号在正则表达式也算是元字符
（）
作用一：改变限定符的作用范围
作用二：分组，也就是子表达式(.[0,9]{1,4}){4},就是对其进行重复操作
python使用正则表达式
匹配字符串
match()
从字符串的开始处进行匹配，如果起始位置匹配成功，则返回Match对象，否则返回None。语法格式如下：
re.match(pattern,string,[flags])
pattern：表示模式字符串，由要匹配的正则表达式转换而来
string：表示要匹配的字符串
flags：表示标志位，用于控制匹配方式，如是否区分字母大小写
常用标志
标志 说明
A或ASCII 对\w,\b,\d,\s，只进行ASCII匹配
I或IGNORECASE 不区分字母大小写
M或MULTILINE 将^和$用于包括整个字符串的开始和结尾的每一行
S或DOTALL 使用“.”字符匹配所有字符，包括换行符
X或VERBOSE 忽略模式字符串中未转义的空格和注释
举例
匹配字符串是否以“mr_”开头，不区分字母大小写
代码
import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)
print('匹配值的起始位置:',match.start())
print('匹配值的结束位置:',match.end())
print('匹配位置的元组:',match.span())
print('要匹配的字符串:',match.string)
print('匹配数据:',match.group())
string='名称 MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)
执行结果
search()
在整个字符串中搜索第一个匹配的值，如果在起始位置匹配成功，则返回Match()，否则返回None，语法格式如下：
re.search(patter,string,[flags])
pattern：表示模式字符串，由要匹配的正则表达式转换而来
string：表示要匹配的字符串
flags：表示标志位，用于控制匹配方式，如是否区分字母大小写
举例
搜索第一个以“mr_”开头的字符串，不区分字母大小写
代码
import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)
string='名称 MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)
执行结果
findall()
在整个字符串中搜索 所有符合正则表达式的字符串，并以列表的形式返回，如果匹配成功，则返回包含匹配结构的列表，否则返回空列表，语法格式如下：
re.findall(pattern,string,[flags])
pattern：表示模式字符串，由要匹配的正则表达式转换而来
string：表示要匹配的字符串
flags：表示标志位，用于控制匹配方式，如是否区分字母大小写
举例
搜索以“mr_”开头的字符串
代码
import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
findall=re.findall(pattern,string,re.I)
print(findall)
string='名称 MR_SHOP mr_shop'
findall=re.findall(pattern,string)
print(findall)
执行结果
sub()
实现字符串替换，语法格式如下：
re.sub(patter,repl,string,count,flags)
pattern：表示模式字符串，由要匹配的正则表达式转换而来
repl:表示替换的字符串
string：表示要被查找替换的原始字符串
count：可选参数，表示模式匹配后替换的最大次数，默认值为0
flags：表示标志位，用于控制匹配方式，如是否区分字母大小写
举例
隐藏快递里的手机号码
代码
import re
pattern='1[34578]\d{5}'
string='快递号:7-1563 联系电话:18888358853'
result=re.sub(pattern,'1XXXXXX',string)
print(result)
执行结果
替换敏感字符
代码
import re
pattern='淘宝'
string='我在淘宝买东西'
result=re.sub(pattern,'某宝',string)
print(result)
执行结果
split()
根据正则表达式分割字符串，并以列表的形式返回，语法格式如下：
re.split(pattern,string,[maxsplit],[flags])
pattern：表示模式字符串，由要匹配的正则表达式转换而来
string：表示要匹配的字符串
maxsplit:可选参数，表示最大的拆分次数
flags：表示标志位，用于控制匹配方式，如是否区分字母大小写
举例
对给定的url地址中提取请求地址和各个参数
代码
import re
pattern='[?|&]'
url='http://www.baidu.com/login?username="zhangsan"&pwd="password"'
result=re.split(pattern,url)
print(result)
执行结果
- a-zA-Z ↩
