开发者学堂课程【高校精品课-华东师范大学 - Python 数据科学基础与实践：正则表达式2】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/1067/detail/15402
正则表达式2
内容介绍
一.匹配目标
二.贪婪匹配
三.非贪婪匹配
四.匹配模式
五.转义
一.匹配目标
在匹配目标中：例如在'Hello 1234567 Word_This is a Regex Demo'字符串中我们想获取1234567，由此我们可以在1234567左端点和右端点行指点，对把需要匹配的1234567使用括号，由此可以把匹配目标寻找出来。
我们在字符串的下一行输入result=re.match('Hello\（s\d+)\sWorld.Demo$,content)，加上Alt符，出现print(result) print(result.group()) print(result.span())，由此我们可以看出输出的结果如下图所示。
Group的结果和原先相同，在Group括号中加1，变成print(result.group(1))，由此我们可以把Group(1)把第一个括号括起来的内容进行输出。
即表达式中出现小括号，则第一个小括号的内容是Group(1)，即第二个是Group(2)，第三个是Group(3)，以此类推，我们可以把匹配目标寻找出来。若我们想从字符中获取想要的数据，可以先把匹配目标用小括号进行括出来，指定左端点和右端点，两边加上\s，再使用Group(1)，Group(2)，Group(3)的方式把匹配目标寻找出来。
二、贪婪匹配
贪婪匹配和非贪婪匹配：我们知道，在匹配字符串时，可以使用点和星的方式进行匹配任意的字符串。
在content = "Hello 1234567 World_This is a Regex Demol的下一行输入result = re.match('^He.')，在此过程中，在He之后可以用点和星代替，接着寻找匹配目标，再用小括号进行括起来，最后再进行指定结尾字符，由此变成
result=ra.match('"He.*(\d+).*Damos', content)。
输入print(result)查询匹配结果，将print(result)进行打印，再将group(1)进行打印，Group(1)匹配的是\d+，产生的结果如图所示。
匹配的应是所有的数字，但是运行结果只把数字7的结果匹配出来，而123456被.*完全匹配出。即.*会依次进行匹配，并且会匹配更多的字符。由此我们可以看出.*会直接匹配123456，.*后的\d+至少拥有一个数字，即会把\d+匹配成数字7，.*会尽可能匹配多的数字，直到匹配完为止。
三.非贪婪匹配
在非贪婪匹配中，在.*后添加问号，变成result=ra.match('"He.*？(\d+).*Damos', content)，运行出的结果，如下图所示。
由此我们可以看出匹配的结果是1234567。问号可以指定模式为非贪婪匹配，匹配少的字符，在问号之后有\d+，即开始匹配数字，若后边出现数字，就会停止匹配，由此可以把.*？匹配成hello后面的空格，\d+会转变成数字1234567。即.*？为非贪婪匹配，匹配尽可能少的字符。我们需要的匹配效果是1234567，即我们可以使用非贪婪模式直接把无关的字符用.*？代替，后边再加上匹配目标，由此可以方便进行匹配。这是非贪婪匹配的一种模式。
四.匹配模式
匹配模式：会出现换行的字符串，我们将字符串补充好得到content ="Hello 1234567 World_This is a Regex Demo，再用.*进行匹配。接下来换行输入result = re.match('^He.*?(\d+).*?Demo$', content)，再输入print(result)进行打印，打印出的结果是None。原因是点是不能匹配换行符的，在This之后存在换行符。在点的一栏中，我们知道匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。当我们指定匹配模式后，即可以匹配任意字符。
我们在content输入参数re.S，由此指定之后，.*可以匹配任意字符。在print(result)中输入成print(result.group(1))，由此出现的结果是1234567，即完成匹配。
五.转义
转义：在匹配时添加了两种符号。若想要匹配特殊符号，可以原样输入result = re.match('price is $5.00', content)，再输入print(result)打印，运行后得到结果None，即没有匹配到任意字符。若是特殊字符，直接在表达式中输入特殊字符是不可行的。我们可以写成再进行运行，得到的结果如下图所示。
由此在政策表达式中常见的用法已介绍完。总结出尽量使用泛匹配，使用括号得到匹配目标、尽量使用非贪婪模式、有换行符就用re.S。在泛匹配中，若出现长的字符，可以使用.*进行代替，还可以使用.*？进行代替。在贪婪匹配中，匹配目标若需要提取数据，先使用小括号括起来，再使用Group(1)，Group(2)，Group(3)方式，即可以匹配到所需内容。在非贪婪匹配中，可能会导致结果缺少字符。在匹配模式中，若在整个字符串中出现换行符，这是常见的。
在ATIM中，可以在其后面添加re.S，即可以代替任意字符。以上的用法，在往后的表达式中会应用到。以上使用了re.match的方法演示了应用实例，但是match方法在使用时会出现不方便的时候，例如result=re.match('rice is\$5\.00',content)修改成result = re.match('price is \$5\.00', content)就能完成正常的匹配。在re.match中，若第一个字符是不匹配的，即不能完成正常的匹配。在re.search方法中，可以搜索整个字符串，若出现符合指定表达式的内容，系统会进行直接返回。
即会扫描整个字符串，再返回第一个成功的匹配，例如重新调用re.search匹配，输入result =re.match('Hello.*?(\d+).*?Demo'，content)，这是一个长的字符串，输入print(result)进行打印，可以发现输入结果是none。即最开头是不匹配的，整个匹配过程是失败的。接着再用re.search方法重新新进行匹配。
把match修改成search
得到result =re.search('Hello.*?(\d+).*?Demo'，content)，输入print(result)进行打印，再进行运行，得到的结果已然是成功的。即re.search会扫描整个字符串，找到第一个成功的匹配，即会匹配成功。在print(result)下换行输入print(result.group(1))进行打印，成功的找到了1234567，整个匹配是成功的。在整个方法中，尽量使用re.search方法，因为re.match方法需要限定头部是一致的。
