进阶

python 第二十三节 正则表达式 元字符

\ : 反斜杠，转义字符。

前言:
>>> import re

>>> r = r"^abc"                #定义规则为开头是abc的字符集
>>> re.findall(r,'abc')         
['abc']
>>> re.findall(r,'adcsds')   #与规则不同则会返回空列表
[]
>>> re.findall(r,'^abc')
[]

#当我们想让元字符^尖角号不起作用，我们就用元字符\ 来做转译让^只做为字符串里面的值。

>>> r = r"\^abc"              #我们的规则使用了\ ，^就不起作用了 。
>>> re.findall(r,'^abc')
['^abc']
>>> re.findall(r,'^abc ^abc ^abc')   #用规则匹配多个  ^abc。
['^abc', '^abc', '^abc']
>>>

\ :反斜杠后面可以加不通的字符以表示不同特殊意义。
也可以用于取消所有的元字符： \[ 或 \\

\d 匹配任何十进制数； 它相当于类  [0-9]。 规则是匹配数字中的任何。
>>> r = r"\d"
>>>
>>> r
'\\d'
>>> re.findall(r,'123')
['1', '2', '3']
>>> re.findall(r,'123456789')
['1', '2', '3', '4', '5', '6', '7', '8', '9']
>>> re.findall(r,'1234567890')
['1', '2', '3', '4', '5', '6', '7', '8', '9', '0']
>>> re.findall(r,'12345678910')
['1', '2', '3', '4', '5', '6', '7', '8', '9', '1', '0']
>>> re.findall(r,'1234567891011')
['1', '2', '3', '4', '5', '6', '7', '8', '9', '1', '0', '1', '1']

\D 匹配任何非数字字符，它相当于类 [^0-9]。规则是匹配除了数字的任何。

>>> r = r"\D"
>>>
>>> r
'\\D'
>>> re.findall(r,'djajdla')
['d', 'j', 'a', 'j', 'd', 'l', 'a']
>>> re.findall(r,'4141')
[]
>>> re.findall(r,'**&^*&%')
['*', '*', '&', '^', '*', '&', '%']
>>>

\s 匹配任何空白字符：它相当于类 [\t\n\r\f\v]。规则是匹配任何空格，一个空格返回一个逗号。

>>> r = r"\s"
>>> re.findall(r,'**&^*&%')
[]
>>> re.findall(r,'      ')
[' ', ' ', ' ', ' ', ' ', ' ']
>>> re.findall(r,'           ')
[' ', ' ', ' ', ' ', ' ', ' ', ' ', ' ', ' ', ' ', ' ']
>>>



\S 匹配任何非空白字符：它相当于类 [^\t\n\r\f\v]。规则是匹配任何除了空格的任何字母数字和符号。

>>> r = r"\S"
>>> re.findall(r,'           ')
[]
>>> re.findall(r,'213kkddDWQD……&*%￥%')
['2', '1', '3', 'k', 'k', 'd', 'd', 'D', 'W', 'Q', 'D', '\xe2', '\x80', '\xa6', '\xe2', '\x80', '\xa6', '&', '*', '%', '\xef', '\xbf', '\xa5', '%']
>>>


\w 匹配任何字母数字字符：它相当于类 [a-zA-Z0-9_]。规则是匹配键盘上除了符号的任意字符，包括空格。

>>> r = r"\w"
>>> re.findall(r,'213kkddDWQD90^#%&* dfs  ')
['2', '1', '3', 'k', 'k', 'd', 'd', 'D', 'W', 'Q', 'D', '9', '0', 'd', 'f', 's']
>>> re.findall(r,' 2 1 dD0^#%&* dfs  ')
['2', '1', 'd', 'D', '0', 'd', 'f', 's']
>>>




\W 匹配任何非字母数字字符：它相当于类 [^a-zA-Z0-9_]。规则是匹配符号和空格，除了字母和数字以外。

>>> r = r"\W"
>>>
>>> re.findall(r,' 2 1 dD0^#%&* dfs  ')
[' ', ' ', ' ', '^', '#', '%', '&', '*', ' ', ' ', ' ']
>>> re.findall(r,' %&^$#*((*&$$')
[' ', '%', '&', '^', '$', '#', '*', '(', '(', '*', '&', '$', '$']
>>> re.findall(r,' 2314dsfdsf')
[' ']
>>>


###########################################

重复元字符：
正则表达式第一功能是能够匹配不定长的字符集，另一个功能就是你可以指定正则表达式的一部分的重复次数。

*: 星号
指定前一个字符可以被匹配零次或更多次，而不是只有一次，匹配引擎会试着重复尽可能多的次数（不超过整数界定范围，20忆）

（a[bcd]*b   -- "abcbd..."）

#定义规则是开头是010的北京号码。 后面是八位任意的数字组合，如果不够八位就不符合我们的规则，返回空列表。（\d 八个就是八位数）
>>> r = r"^010-\d\d\d\d\d\d\d\d"
>>>
>>> re.findall(r,'010-23445567')
['010-23445567']
>>> re.findall(r,'010-2344556')
[]
>>>
################################################################

{}:花括号，可以定义重复的次数。
>>> r = r"^010-\d{8}"      #规则是开头010-后面任何八位数字，相当于（\d重复八次）
>>> re.findall(r,'010-2344556')
[]
>>> re.findall(r,'010-23445567')
['010-23445567']
>>>

##############################################

*：星号，定义星号前一个字符可以重复零次、一次或数次
>>> r = r"ab*"    #规则是重复b 零次或者更多次，可以肯本不出现
>>> re.findall(r,'a')   #b 不出现也可以匹配
['a']
>>> re.findall(r,'ab')
['ab']
>>> re.findall(r,'abbbbbbb')
['abbbbbbb']

>>> re.findall(r,'abbbbbbbabbf')  #只会重复b ，b 后面跟的字符不对，就会另进入一组。
['abbbbbbb', 'abb']
>>> re.findall(r,'ababababababab')
['ab', 'ab', 'ab', 'ab', 'ab', 'ab', 'ab']
>>>

###############################################

+：加号
表示匹配一或更多次。
注意*和+之间的不同；*匹配零或更多次，所以可以根本就不出现，而+则需求至少出现一次。
>>> import re
>>>
>>>
>>> r = r"ab+"      #规则是重复b 一次或多次，最起码要出现一次，来匹配表达式
>>>
>>> re.findall(r,'a')   #未出现，则不匹配，返回空列表
[]
>>> re.findall(r,'ab')
['ab']
>>> re.findall(r,'abbbbb')
['abbbbb']
>>> re.findall(r,'ababababab')
['ab', 'ab', 'ab', 'ab', 'ab']
>>>

？：问号   ，  前面的一个字符可有可无。
匹配一次或零次，你可以认为它用于标识某事物是可选的。
>>> r = r"^010-?\d{8}$" #规则是匹配开头是010，八位数字结尾的电话号码，?问号前面的- 可有可无。
>>>
>>> re.findall(r,'010-12345678')
['010-12345678']
>>> re.findall(r,'01012345678')
['01012345678']
>>> r = r"^010?-\d{8}$"   #规则是匹配开头是010，八位数字结尾的电话号码，?问号前面的 0 可有可无。
>>> re.findall(r,'010-12345678')
['010-12345678']
>>> re.findall(r,'01-12345678')
['01-12345678']
>>> re.findall(r,'0-12345678')
[]
>>>

################################################
贪婪模式和非贪婪模式。。。。

>>> xiaoming = r"ab+"   #重复b 一次或多次。
>>>
>>> re.findall(xiaoming,'abbbbbbbbbbbbbbbbb')   #贪婪模式
['abbbbbbbbbbbbbbbbb']
>>> xiaoming = r"ab+?"  #规则是重复b一次或多次，？但是+可有可无，最后取ab  非贪婪模式一次。
>>> re.findall(xiaoming,'abbbbbbbbbbbbbbbbb')
['ab']
>>>

################################################
{} :花括号。    {m,n}

其中m和n是十进制整数，该限定符的意思是至少有m个重复，最多到n个重复。
>>> xiaoming = r"a{0,4}"  #规则为重复a零次到4次，多或者少都会认为不匹配。
>>> re.findall(xiaoming,'')  #0次
[' ']
>>> r = r"a{1,4}"
>>> re.findall(r,'')     #至少一次，不匹配返回空列表。
[]
>>>
#######################################
>>> re.findall(xiaoming,'a')
['a', '']
>>> re.findall(xiaoming,'aa')
['aa', '']
>>> re.findall(xiaoming,'aaa')
['aaa', '']
>>> re.findall(xiaoming,'aaaa')
['aaaa', '']
>>> re.findall(xiaoming,'aaaaa')
['aaaa', 'a', '']