简介
用途
从大量的数据中过滤出需要的内容，进行查找和替换
定义
一个字符序列，定义了一种搜索模式
类似一个函数：传入字符串，根据字符序列定义的搜索模式从输入的字符串中提取出符合搜索模式的内容
Python中的正则表达式简介
re模块提供了正则表达式的功能
re.compire(pattern[,flags])
可生成一个正则表达式对象，供re.match() （只匹配字符串的开始）和 re.search()（在整个字符串中寻找匹配内容） 使用
- pattern：字符串形式的正则表达式
- flags：匹配模式，例如忽略大小写等
获取能匹配的所有子串：match和search只匹配1次
re.findall(string[, pos[, endpos]])：找到匹配的所有子串，返回一个列表，若无则返回空列表
re.finditer(pattern, string, flags=0)：找到匹配的所有子串，作为一个迭代器返回
re.split(pattern, string[, maxsplit=0, flags=0])：按能匹配的字符串分割，返回列表
例：re.split('\W+', 'a,b,c.') 可得到列表['a','b','c','']
- \W+：一个或多个非数字字母下划线
Python中与正则表达式相关的知识点
原始字符串
python中的转义字符是‘\’，它的作用是用‘+字母’的形式表示不能显示的ASCII字符，如‘\n’
因为re模块中包含了使用‘\’的专用于正则的转义字符，因此易造成混乱
- 正则表达式字符串经过2次转义：字符串转义、正则转义
'\\'
字符串转义后：\
正则转义后：\
可以通过在字符串前加‘r’,来免去进行字符串转义
python中可使用正则表达式进行查询：需传入一个正则表达式和一个要进行扫描的字符串
- re.match：在给定字符串的开头寻找匹配项
例如待测字符串s是r'dog cat dog'、正则表达式r是'dog'
则match = re.match(r, s)后，match.group(0)的结果是'dog'
如果正则表达式是'cat'，则无法获取匹配结果 - re.search：在给定字符串的任意位置寻找匹配项
使用该方法执行上面第二个例子（cat不在字符串开头），则可获取到匹配结果 - re.findall：寻找所有匹配的对象
使用该方法可返回一个所有匹配结果组成的列表，执行上面的例子，若正则表达式是'dog'，则可以得到一个由2个'dog'组成的列表
match.start和match.end
上面提到findall方法返回的是一个列表，而match()和search()返回的是一个对匹配的字符串经过了包装的对象
例如match的start和end分别表示匹配字符串在原字符串中首尾的字符序号
match.group
以数字分组
将正则表达式内容用小括号进行分组，如r'(\w+), (\w+): (\S+)'，若原始字符串是r'Doe, John: 555-1212'，则
- match.group(0) = 'Doe, John: 555-1212' （完整的匹配结果）
match.group(1) = 'Doe'
match.group(2) = 'John'
match.group(3) = '555-1212'
以名称分组
将正则表达式内容用小括号进行分组，并给出各组的名称，如r'(?P<last>\w+), (?P<first>\w+): (?P<phone>\S+)'，则
- match.group('last') = match.group(1) = 'Doe'
match.group('first') = 'John'
match.group('phone') = '555-1212'
findall的结果的分组
如果在findall的正则表达式的内容用小括号进行分组，则得到的列表的每一项为一个元组，元组的各项是前面的分组结果
以名称分组对findll是无效的（得到的各结果是分组的，但是无法通过在正则表达式中设定的名称进行相应查询的操作）
