正则表达式

• 正则表达式在线测试：http://tool.chinaz.com/regex/

• 正则规则

  • 元字符

    • \d(digit)：（一个）数字
    • \w(word)：（一个）字母、数字、下划线
    • \s(space)：空白（空格、换行符、制表符）
    • \t(table)：制表符
    • \n(next)：换行符
    • \D，\W，\S：表示非……（小写所代表的含义）
    • [\d]，[0-9]，\d：没有区别，都是匹配一位数字
    • [\d\D]，[\w\W]，[\S\s]：匹配所有一切字符
    • .：表示除了换行符以外所有字符
    • []字符组：只要在由括号内的所有字符都是符合规则的字符
    • [^]非字符组：之只要在中括号内的所有字符都是不符合规则的字符
    • ^：以某字符开始
    • $：以某字符结尾
    • |：表示或，如果两个规则有重叠部分，总是长的在前，短的在后
    • ()：表示分组，给一部分正则规定为一组，缩小作用域

  • 量词

    • {m}：只能出现m次
    • {m,}：至少出现m次
    • {m,n}：至少m次，至多n次
    • ？：匹配0次或1次（表示可有可无，但只能有1个，比如小数点）
    • +：匹配1次或多次
    • *：匹配0次或多次（表示可有可无，但可以有多个，比如小数点后n位）
    • 贪婪匹配（默认）：总是会在符合条件范围内尽量多匹配
    • 非贪婪匹配（惰性匹配）：总是会在符合条件范围内尽量少匹配
    • .*?x：匹配任意的内容多次，遇到x就停止

  • re模块

    • re.findall

  - `re.search`

  - `re.match`

# 提取出python
key = "javapythonc++php"
print(re.findall('python', key)[0])
# 提取出hello world
key = "hello world"
print(re.findall('(.*)', key)[0])
# 提取170
string = '我喜欢身高为170的女孩'
print(re.findall('\d+', string)[0])
# 提取出http://和https://
key = 'http://www.baidu.com and https://boob.com'
print(re.findall('https?://', key))
# 提取出hello
key = 'lalalahellohahah'
print(re.findall('hello', key))
# 提取出hit.
key = 'bobo@hit.edu.com'
print(re.findall('h.*?\.', key))
# 匹配sas和saas
key = 'saas and sas and saaas'
re.findall('sa{1,2}s', key)