正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑
表单验证(例如 : 手机号、邮箱、身份证… ) 爬虫
字符、数字、汉字、下划线、以及没有特殊定义的符号，都是"普通字符"。正则表达式中的普通字符，在匹配的时候,只匹配与自身相同的一个字符。 例如：表达式c，在匹配字符串abcde时，匹配结果是：成功；匹配到的内容是c；匹配到的位置开始于2，结束于3。（注：下标从0开始还是从1开始）
第一个参数是正则表达式，如果匹配成功，则返回一个match对象，否则返回一个None 第二个参数表示要匹配的字符串 第三个参数是标致位，用于控制正则表达式的匹配方式 如: 是否区分大小写,多行匹配等等
import re # 正则表达式 pattern = 'pyth' s = 'pythonn and java' result = re.match(pattern,s) if result: print(result) # 输出：<_sre.SRE_Match object; span=(0, 4), match='pyth'> print(result.group()) # 用group（）方法选出match对象中的匹配结果 # print(result.start()) # print(result.end()) # print(result.span()) else: print('没有匹配到')match函数从头开始匹配，如果前方不符合正则表达式，则直接报错。 search函数不需要从头匹配
正则表达式中使用了很多元字符，用来表示一些特殊的含义或功能
[ ]匹配字符集中的一个字符 re.match(r'速度与激情[12345678]','速度与激情6').group() 输出：速度与激情6一些无法书写或者具有特殊功能的字符，采用在前面加斜杠""进行转义的方法。 尚未列出的还有问号？、星号*和括号等其他的符号。所有正则表达式中具有特殊含义的字符在匹配自身的时候，都要用斜杠进行转义。这些转义字符的匹配用法与普通字符类似，也是匹配与之相同的一个字符
某个预定义字符集可以匹配的任意一个字符。如，表达式\d可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个
与具有特殊含义/功能的元字符一样，区别在于预定义匹配字符集是预先定义好的，使用更方便。
前面的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。但是有时候我们需要对某个字段进行重复匹配，例如手机号码13666666666，一般的新人可能会写成\d\d\d\d\d\d\d\d\d\d\d（注意，这不是一个恰当的表达式）， 这种情况可以使用表达式再加上修饰匹配次数的特殊符号{ }，不需重复书写表达式就可以重复匹配。例如[abcd][abcd]可以写成[abcd]{2}
有时候，我们对匹配出现的位置有要求，如开头、结尾、单词之间等等
print(re.match(r'abc$','abcdef').group()) # AttributeError: 'NoneType' object has no attribute 'group' print(re.match(r'abc$','abc').group()) # abc 若需匹配的字符串以$结尾，则匹配文本的长度应等于需匹配字符串长度， 否则，报错在重复匹配时，正则表达式默认总是尽可能多的匹配，这被称为贪婪模式。例如，针对文本dxxxdxxxd，表达式(d)(\w+)(d)中的\w+将匹配第一个d和最后一个d之间的所有字符xxxdxxx。可见，\w+在匹配的时候，总是尽可能多的匹配符合它规则的字符。 同理，带有?、*和{m,n}的重复匹配表达式都是尽可能地多匹配
默认为贪婪模式，若使用非贪婪模式，.*？ 或者 .*+
校验数字的相关表达式： 特殊场景的表达式:
compile(pattern, flags=0) 这个用法是re模块的工厂法，用于将字符串形式的正则表达式编译为Pattern模式对象，可以实现更加效率的匹配。 第二个参数flag是匹配模式 使用compile( )完成一次转换后，再次使用该匹配模式的时候就不能进行转换了。经过compile( )转换的正则表达式对象也能使用普通的re用法
ptn = re.compile(r'abc') print(ptn.match('abc123').group()) #abc ptn = re.compile(r'abc') ptn.match('ABC123').group() #'NoneType' object has no attribute 'group' ptn = re.compile(r'abc',re.I) print(ptn.match('ABC123').group()) #ABC
在文本内查找，返回第一个匹配到的字符串。它的返回值类型和使用方法与match()是一样的，唯一的区别就是查找的位置不用固定在文本的开头（参照上述2.1的解释）
作为re模块的三大搜索函数之一，findall()和match()、search()的不同之处在于，前两者都是单值匹配，找到一个就忽略后面，直接返回不再查找了。 findall是全部查找，它的返回值是一个匹配到的字符串的列表。这个列表没有group()方法，没有start、end、span，更不是一个匹配对象，仅仅是个列表！如果一项都没有匹配到那么返回一个空列表
re.findall(r'abc','123abc567abc789').group() #AttributeError: 'list' object has no attribute 'group' #findall没有group（）方法 print(re.findall(r'abc','123abc567abc789')) #['abc', 'abc'] #返回的是第一个列表 print(re.findall(r'abc','123abc567abc789')[0]) #abc #取值方式用列表的取值方式 print(re.findall(r'abcd','123abc567abc789')) #[ ] #不匹配，返回空列表，没有报错re模块的split()用法和字符串的split()用法很相似，都是利用特定的字符去分割字符串。但是re模块的split()可以使用正则表达式，因此更灵活，更强大 split有个参数maxsplit，用于指定分割的次数
print(re.split(r'\+\*\/','8+7*5+6/3')) #['8+7*5+6/3'] #需要添加在此处'\+\*\/'添加一个[ ]，如下方的表达式才是正确 print(re.split(r'[\+\*\/]','8+7*5+6/3')) #['8', '7', '5', '6', '3'] print(re.split(r'[\+\*\/]','8+7*5+6/3',maxsplit=2)) #['8', '7', '5+6/3'] #maxsplit为分割次数sub()用法类似字符串的replace()用法，用指定的内容替换匹配到的字符，可以指定替换次数
s = 'i am jerry i an nice to meet you ! i like python!' re.sub(r'i','I',s) #I am jerry I an nIce to meet you ! I lIke python!Python的re模块有一个分组功能。所谓的分组就是去已经匹配到的内容再筛选出需要的内容，相当于二次过滤。实现分组靠圆括号( )，而获取分组的内容靠的是group()、groups()
r = re.search('.+\$\d*.+\$\d*',text) print(r.group()) # 上述表达式为全匹配apple price is $88,orange price is $55 # 下方是对上述结果的二次过滤 r = re.search('.+(\$\d*).+(\$\d*)',text) print(r.group(0)) #apple price is $88,orange price is $55 # group(0)，不分组不过滤，再次输出一次过滤的内容 print(r.group(1)) #$88 # 输出二次过滤后的第一组结果 print(r.group(2)) #$55 # 输出二次过滤后的第二组结果 print(r.groups()) #('$88', '$55') # 以元组的形式，输出二次过滤后的全部结果 print(type(r.groups())) #<class 'tuple'> # groups()类型为元组