python 学习之-----正则表达式

mport re

'''
# re 模块
regex 正则表达式，正则表达式应用范围：1爬虫；2自动化运维--开发自动化；
# 什么是正则表达式：一套规则： 匹配字符串的规则
# 能做什么 1  检测一个输入的字符串是否合法用户输入内容的时候，要提前做检测 2 从一个大文件中找到索引符合规则的内容
re模块和正则表达式的关系；有了re模块就可以在python 语言中操作正则表达式了
# 字符组 []
 [abc] 匹配a,b,c 任意一个字符; [0-9] 匹配0-8 任意一个字符; [a-z]  [A-Z][a-zA-z]
 [0-9a-z] 数字和字母任意一个字符[0-9][0-9]表示两位数
'''
''''
 *****************************一下是重点；正则表达式
 元字符：
 [0-9]---> \d 表示任意一个数字
 [0-9a-zA-Z_] ----> \w 表示数字字母和下划线
 #空格 （空格\tab\enter) --->\s
  tab --->\t
  enter----> \n
  空格--->空格
  #\W非数字，字母下划线
  #\D 非数字
  #\S  非空格，TAB enter
  #[\d\D] 匹配所有字符
  #. 除了换行符外所有字符
  #[^\d] 匹配所有非数字
  # ^ 匹配一个字符开始 只能从a 开始的
  # $ 匹配一个字符结束
  #^ 和$把正则表达式写死必须一一匹配
  # a表达式|b 表达式 或  ab|cd   把长的部分放在前边
  # \ 取消点的特殊意义
  # . ^.  .$  举例： 海.----》匹配所有海.所有字符；  ^海. -----> 匹配以海为开头的海.的字符； 海.$--> 以海.结尾的字符
  # *+？{}综合应用
  正则   待匹配对象                  匹配结果                         说明
  李.?   李杰和李莲英和李二棍子李  【李杰，李莲，李二，李】          只匹配李后边一个任意字符
  李.*   李杰和李莲英和李二棍子李  [李杰和李莲英和李二棍子，李]      匹配李后边0个或任意多个字符
  李.+   李杰和李莲英和李二棍子李  [李杰和李莲英和李二棍子】         只匹配李后边一个或者多个任意字符
  李.{1,2}李杰和李莲英和李二棍子李  [李杰和，李莲英，李二棍]           只匹配李后边一个或二个任意字符
  总结： *，+，，？ 都属于贪婪匹配，但是，则匹配加？属于惰性匹配
  # 字符集 []  [^]
    [^] 非的意思，
  # 分组（） 与或 | [^]
    分组 （） 约束|描述的内容的范围问题
      www\.(oldboy|baidu|jd|taobao)\.com
  # 转义符 \  z加\取消特殊意义； r'' 在字符串前加r,让整个字符串不转义
  # 贪婪匹配 和不贪婪匹配
  # 几个常用的非贪婪匹配：
     # *？重复任意次，但尽可能少重复；
     # +？ 重复1次或更多次，但尽可能少重复
     # ？？重复0次，或1次，但尽可能少重复
     # {n,m}? 重复n到m次，但尽可能少重复
     #{n,}? 重复n次以上，但尽可能少重复   
# 量词
# {n}次 匹配N次
# {n,}  匹配N次，大于N次
#{n,m}  最少N次，最多M次
# ?    0次，或者1次
# +    1次，或者多次
# *    0次，或者多次
应用实例：
#整数或者小数： \d+(\.\d+)?
#手机号： [1][3-9]\d{9}
#判断用户输入的内容是否合法，如果合法就能查询到结果，如果输入不对就查不到结果
^[1][3-9]\d{9}$
#从一个大文件中找到所有符合规则的内容？
^[1][3-9]\d{9}$
'''
'''
# 贪婪匹配
  在量词范围允许的情况尽量多进行匹配；
#惰性匹配  贪婪算法之后 回溯算法
#惰性匹配
  在量词后边加？ 元字符 量词?
 # .*?x  表示匹配任意字符，任意多次苏，但是一旦遇到X就停下来
 # .*x 表示匹配任意字符，任意多次，遇到最后一个X才停下来

转义字符：\.  \\n   \( 原本有特殊意义的字符，到了表达它本身的意义的时候，需要转义
        #  原本有特殊意义的内容，放在字符组总，会取消他的特殊意义；
         [ （）.*+?]  所有的内容在字符中会取消它的特殊意义
         [\]  在内容有字符特意义
         
        #[(]
        ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 18位身份证，15位身份证
        ^[1-9]\d{14}(\d{2}[\dx])?$
'''
import re
'''
findall 总是完整的正则进行匹配，显示括号里匹配的内容，获取的一个列表，返回所有的结果。获取所有符合条件的，优先显示分组中的
seearch 获取是一个变量，返回第一个，.group()的结果和group(0)的一致，还是按照完整的正则进行匹配，显示也显示匹配的一个内容，但是我们可以通过给group 方法传参数
#如果我们要查找的内容在一个复杂的环境中，且没有一个突出的与众的不同的特点，甚至会和不需要的杂乱数混合在一起，
#这时候我们就需要把所有的数据统计出来，然后对这个数据进行筛选，把我们真正需要的数据对用正则表达式（）
#1 什么是爬虫
'''
import re
#举例说明：
ret=re.findall('a','eva egon yuan')
print(ret) # 返回所有的a
ret=re.search('a','eva egon yuan')
print(ret.group(0))
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None
# # split  分离
# ret= re.split('\d','alex333wusir')
# ret1=re.split('\d(\d)\d','alex333wusir')
# print(ret)
# print(ret1)
#
# sub 替换
# ret=re.ret('\d+,''H','alex333wusir',1) # 替换一次

# compile作用： 针对多次使用的正则表达式，需要多次解析时，可以使用compile先行解析
# ret=re.compile('\d+')
# res=ret.search('alex37176')
#finditer :生成一个迭代器，利用迭代器进行循环取值
# subn 替换一次
#match  以什么为开头的字符 ，以group 取值，作业在用户输入的内容的时候，用来规定字符串
# seach 用来寻找这个字符串中是不是含有满足条件的内容
# 时间  数据量大，优先考虑列表； 列表不能用insert ,列表不能用pop（）
# 空间  功能，性能，（时间： 行数，底层执行；空间） ，用户体验
# 分组命名（） （？P<name> 对分组起名
# 分组命名的引用  在匹配开始和结束一直的字符串匹配是，后者对前者命名的进行应用
# 在python 使用正则表达式，要加r