【正则】00--介绍

文章导读：

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。正则表达式是用来匹配字符串非常强大的工具，在其他编程语言中同样有正则表达式的概念，Python同样不例外，利用了正则表达式，我们想要从返回的页面内容提取出我们想要的内容就易如反掌了。

1、正则表达式概述

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式，只需要简单看一看就可以上手了。

正则表达式也叫做匹配模式(Pattern)，它由一组具有特定含义的字符串组成，通常用于匹配和替换文本。

2、注意点：

match :匹配    span :匹配到信息的范围

match 是从头往后开始匹配，search不按照顺序，直接获取自己想要的，有就显示，没有就None

r 代表反转义，前面也提到过这个知识，如果我们在获取东西的过程中，都不需要反转义的东西，往前就加个r就行，如果是有特殊含义的就给反转义，没有特殊含义的也没事

正则表达式：符号+方法

正则表达式的流程是：先匹配再提取（如果匹配不上，就会出现None并报错）

3、以下几章的开发环境python3.5

----------------------------对于新的一门技术，进行慢慢分析开始吧！-------------------------------

1、为什么用到正则表达式？

帮我们匹配内容，获取里面的信息（以前用字符串，但是作用比较局限）

在软件开发过程中，经常会涉及到大量的关键字等各种字符串的操作，使用正则表达式能很大程度的简化开发的复杂度和开发的效率，所以在Python中正则表达式在字符串的查询匹配操作中占据很重要的地位

比如，我们在网页上，想拿到一个图片的地址，如果使用切片，下标什么的太过于麻烦，再加上如果开发者在写的时候打了空格，而你可能不知道空格多少，会发生一些错误，换言之需要一个能准确提取信息的方法----->>正则

2、正则表达式的基本特征

两个参数，第一个参数是自己要匹配内容提取的信息（正则表达式），第二个参数是匹配的内容（字符串）

先进行导入正则，分析结果，得到一个match对象，下标范围是（0,3），匹配内容是www

re.match()  能够匹配出以xxx开头的字符串

其次，我们用group来获取匹配的内容。

接下来，来观察匹配的性质，对于match来说，是从前往后匹配的这个例子可以看出，无法匹配显示None（可以理解一点None就是一个假的，None没有任何属性），更别说想拿到你本想匹配的 taobao。

search：

就直接搜索这个匹配内容

总结一点正则模块里面提供的方法：

import re  # 导入re模块

dir(re)  # 查看re模块的方法和属性

['A','ASCII', 'DEBUG', 'DOTALL', 'I', 'IGNORECASE', 'L', 'LOCALE', 'M', 'MULTILINE','S', 'Scanner', 'T', 'TEMPLATE', 'U', 'UNICODE', 'VERBOSE', 'X', '_MAXCACHE','__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__','__name__', '__package__', '__spec__', '__version__', '_alphanum_bytes','_alphanum_str', '_cache', '_cache_repl', '_compile', '_compile_repl','_expand', '_locale', '_pattern_type', '_pickle', '_subx', 'compile','copyreg', 'error', 'escape', 'findall', 'finditer', 'fullmatch', 'match','purge', 'search', 'split', 'sre_compile', 'sre_parse', 'sub', 'subn', 'sys','template']