正则基础与进阶
正则基础：
# 正则基础：
# 1.正则表达式
# 字符串处理工具 注意：需要导入re模块 特点：语法复杂、可读性差、但通用性强，可用于多种编程语言
import re
# 步骤：
# 1.导入模块
# 2.使用match()方法进行匹配
# 3.re.match()能匹配出xxx开头的字符串
# 4.如果起始位置没有匹配成功，返回None
# re.match(pattern,string,flags)
# pattern 匹配的正则表达式 string 要匹配的字符串
# res = re.match('su','suyikaichishi')
# print(res)
# 如果上一步数据匹配成功，使用group()提取数据
# print(res.group())
# 注意：match()是从开始位置匹配，匹配不到就None# 2.匹配单个字符
# . 匹配任意一个字符，除\n --常用
# res = re.match('..','hello')
# print(res.group())
# []匹配[]中列举的字符 --常用
# res = re.match('[suyikai]','suyikaiaichishi')
# res = re.match('[1-4]','423')
# 匹配0-9第一种写法
# res = re.match('[0123456789]','8961651')
# 匹配0-9第二种写法
# res = re.match('[0-9]','16516152')
# res = re.match('[a-zA-Z]','hello') #a-zA-Z代表列举出所有大小写字母
# print(res.group())
# 3. \d 匹配数字0-9 --常用
# res = re.match('\d','1234')
# print(res.group())
# 4. \D匹配非数字 --常用
# res = re.match('\D','s123') #\D只要不是数字都能匹配
# print(res.group())
# 5. \s 匹配空白，即 空格和tab键
# res = re.match('\s.........',' hello')
# print(res.group())
# 6. \S 匹配非空白
# res = re.match('\S','’ss')
# print(res.group())
# 7. \w 匹配单词字符，即a-z，A-Z,0-9，_，汉字 --常用
# res = re.match('\w','呼呼呼')
# print(res.group())
# 8. /W 匹配非单词字符
# res = re.match('\W','..')
# print(res.group())# 3.匹配多个字符：
# 1.*匹配前一个字符出现0次或者无限次，即可有可无 --常用
# res = re.match('\d*','suyikai')
# print(res.group())
# 2.+匹配前一个字符出现一次或者无限次，即至少有一次 --常用
# res = re.match('\w+','aichishi')
# print(res.group())
# 3.?匹配前一个字符出现一次或者0次 --常用
# res = re.match('\d?','1hello')
# print(res.group())
# 4.{m} 匹配前一个字符出现m次
# res = re.match('\w{3}','python')
# print(res.group())
# 5.{m,n} 匹配前一个字符出现从m次到n次
# 注意：必须符合m<n的条件
# res = re.match('\w{3,9}','python')
# print(res.group())# 4.匹配开头和结尾
# 1.^:表示以...开头，表示对...取反
# res = re.match('^py','python')
# print(res.group())
# 注意：^再[]中表示不匹配
# res = re.match('[^py]','1234python') #[^py]表示匹配除了p、y之外的字符
# print(res.group())
# 2.$ 匹配字符串结尾 匹配以...结尾
# res = re.match('.{9}i$','suyikaikai')
# print(res.group())
正则进阶：
# 正则进阶
# 导入模块
import re
# 一.匹配分组
# 1.| 匹配左右任意一个表达式 --常用
# res = re.match('abc|def','abc')
# print(res.group())
# 2.(ab)将括号中字符作为一个分组 --常用
# res = re.match('\w*@(163|qq|126).com','123@163.com')
# print(res.group())
# 3.\num 匹配分组num匹配到的字符串 --经常再匹配标签时被使用
# res = re.match('<\w*>\w*</\w*>','<html>login</html>')
# res = re.match('<(\w*)>\w*</\\1>','<html>login</html>')
# res = re.match(r'<(\w*)><(\w*)>.*</\2></\1>','<html><body>login</body></html>')
# print(res.group())
# 注意：从外到内排序，编号从1开始
# 4.(?P<name>) 分组起别名
# 5.(?P=name) 引用别名为name分组匹配到的字符串
# res = re.match(r'<(?P<L1>\w*)><(?P<L2>\w*)>.*</(?P=L2)></(?P=L1)>','<html><body>login</body></html>')
# print(res.group())# 匹配网址 前缀一般是www，后缀:.com .cn
li = ['www.baidu.com','www.python.org','http.jd.cn','www.py.en','www.abc.cn']
# res = re.match(r'www(\.)\w*\1(com|cn|org)','www.baidu.com')
# print(res.group())
for i in li:res = re.match(r'www(\.)\w*\1(com|cn|org)', i)if res != None:print(res.group())else:print(f'{i} have error')
# 高级用法：
# 1.search():扫描整个字符串并返回第一个成功匹配的对象，如果失败，就返回None
# res = re.search('\d','p1ython')
# print(res.group())
# 2.findall():从头到尾匹配，找到所有匹配成功的数据，返回一个列表
# res = re.findall('th','p1ythothn')
# print(res)# 总结：
# match():从头开始匹配，匹配成功返回match对象，通过group()方法进行提取，匹配失败就返回None，只能匹配一次
# search():从头到尾匹配，匹配成功返回第一个成功匹配的对象，通过group()进行提取，匹配失败返回None
# sub()
# re.sub(pattern,repl,string,count)
# pattern：正则表达式（代表需要被替换的，也就是字符串里的旧内容）
# repl:新内容
# string：字符串
# count：指定替换的次数
# res = re.sub('shi','xiang','aichishi',1)
# print(res)
# res = re.sub('\d','2','这是这个月的第30天',1)
# print(res)# split
# re.split(pattern,string,maxsplit)
# pattern：正则表达式（代表需要被替换的，也就是字符串里的旧内容）
# string：字符串
# maxsplit:指定最大分割次数
# res = re.split(',','hello,python') #没有默认次数，就默认全部分割
# print(res)# 贪婪与非贪婪
# 贪婪匹配（默认）：在满足匹配时，匹配尽可能长的字符串
# res = re.match('em*','emmmmmmm')
# print(res.group())
# 非贪婪匹配：在满足匹配时，匹配尽可能短的字符串，使用?来表示非贪婪匹配
# res = re.match('em+?','emmmmmmm')
# print(res.group())
# res = re.match('m{1,5}?','mmmm')
# print(res.group())# 原生字符串：
# print('xiaohan\\bao')
res = re.match('\\\\','\game')
print(res.group())
# 正则表达式中，匹配字符串中的字符\需要四个\\\\，加入原生字符串,\\代表\