一：简介
正则表达式是处理字符串的强大工具，拥有独特的语法和独立的处理引擎。
我们在大文本中匹配字符串时，有些情况用str自带的函数(比如find, in)可能可以完成，有些情况会稍稍复杂一些(比如说找出所有“像邮箱”的字符串)，这个时候我们需要一个某种模式的工具，这个时候正则表达式就派上用场了。
说起来正则表达式效率上可能不如str自带的方法，但匹配功能实在强大太多。对啦，正则表达式不是Python独有的，如果已经在其他语言里使用过正则表达式，这里的说明只需要简单看一看就可以上手啦。
二：语法
直接上图：俗称python正则表达式小抄。
[\u4e00-\u9fa5] 匹配汉字
三：python中的re模块
Python通过re模块提供对正则表达式的支持。
使用re的一般步骤：
将正则表达式的字符串形式编译为Pattem实例。
使用Pattem实例处理文本并获得匹配结果。
使用Match实例获得信息，进行其他的操作。
importre#将正则表达式编译成Pattern对象
pattern = ('hello.*!')#使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
match = ('hello, felix! How are you?')ifmatch:#使用Match获得分组信息
print(())#结果输出 hello, felix!
(strPattern[, flag]):
这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。
第二个参数flag是匹配模式，取值可以使用按位或运算符'|'表示同时生效，比如 | 。
当然，你也可以在regex字符串中指定模式，比如('pattern', | )等价于('(?im)pattern')
flag可选值有：
(): 忽略大小写(括号内是完整写法，下同)
(MULTILINE): 多行模式，改变'^'和'$'的行为(参见上图)
(DOTALL): 点任意匹配模式，改变'.'的行为
(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。
#这两句等价
regex_1 = (r"""\d + # 数字部分
\. # 小数点部分
\d * # 小数的数字部分""", )
regex_2= (r"\d+\.\d*")
Match
Match对象是一次匹配的结果，包含了很多关于此次匹配的信息，可以使用Match提供的可读属性或方法来获取这些信息。
match属性：
string: 匹配时使用的文本。
re: 匹配时使用的Pattern对象。
pos: 文本中正则表达式开始搜索的索引。值与()和()方法的同名参数相同。
endpos: 文本中正则表达式结束搜索的索引。值与()和()方法的同名参数相同。
lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。
lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。
方法：
group([group1, …]):
获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。
groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。
groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。
start([group]):
返回指定的组截获的子串在string中的起始索引(子串第一个字符的索引)。group默认值为0。
end([group]):
返回指定的组截获的子串在string中的结束索引(子串最后一个字符的索引+1)。group默认值为0。
span([group]):
返回(start(group), end(group))。
expand(template):
将匹配到的分组代入template中然后返回。template中可以使用\id或\g、\g引用分组，但不能使用编号0。\id与\g是等价的；但\10将被认为是第10个分组，如果你想表达\1之后是字符'0'，只能使用\g<1>0。
importre
m= (r'(\w+) (\w+)(?P.*)', 'hello felix!')print(":", ) #: hello felix!
print(":", ) #: ('(\\w+) (\\w+)(?P.*)')
print(":", ) #: 0
print(":", ) #: 12
print(":", ) #: 3
print(":", ) #: sign
print("(1,2):", (1, 2)) #(1,2): ('hello', 'felix')
print("():", ()) #(): ('hello', 'felix', '!')
print("():", ()) #(): {'sign': '!'}
print("(2):", (2)) #(2): 6
print("(2):", (2)) #(2): 11
print("(2):", (2)) #(2): (6, 11)
print(r"(r'\2 \1\3'):", (r'\2 \1\3')) #(r'\2 \1\3'): felix hello!
Pattern
Pattern对象是一个编译好的正则表达式，通过Pattern提供的一系列方法可以对文本进行匹配查找。
Pattern不能直接实例化，必须使用()进行构造。
Pattern提供了几个可读属性用于获取表达式的相关信息：
pattern: 编译时用的表达式字符串。
flags: 编译时用的匹配模式。数字形式。
groups: 表达式中分组的数量。
groupindex: 以表达式中有别名的组的别名为键、以该组对应的编号为值的字典，没有别名的组不包含在内。
importre
p= (r'(\w+) (\w+)(?P.*)', )print(":", ) #: (\w+) (\w+)(?P.*)
print(":", ) #: 48
print(":", ) #: 3
print(":", ) #: {'sign': 3}
使用pattern
match(string[, pos[, endpos]]) | (pattern, string[, flags]):
这个方法将从string的pos下标处起尝试匹配pattern:
如果pattern结束时仍可匹配，则返回一个Match对象
如果匹配过程中pattern无法匹配，或者匹配未结束就已到达endpos，则返回None。(从开始位置匹配，不匹配则返回)
pos和endpos的默认值分别为0和len(string)。
注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'。
search(string[, pos[, endpos]]) | (pattern, string[, flags]):
这个方法从string的pos下标处起尝试匹配pattern
如果pattern结束时仍可匹配，则返回一个Match对象
若无法匹配，则将pos加1后重新尝试匹配，直到pos=endpos时仍无法匹配则返回None。(扫描整个string匹配)
pos和endpos的默认值分别为0和len(string))
split(string[, maxsplit]) | (pattern, string[, maxsplit]):
按照能够匹配的子串将string分割后返回列表。
maxsplit用于指定最大分割次数，不指定将全部分割。
findall(string[, pos[, endpos]]) | (pattern, string[, flags]):
搜索string，以列表形式返回全部能匹配的子串。
finditer(string[, pos[, endpos]]) | (pattern, string[, flags]):
搜索string，返回一个顺序访问每一个匹配结果(Match对象)的迭代器。
sub(repl, string[, count]) | (pattern, repl, string[, count]):
使用repl替换string中每一个匹配的子串后返回替换后的字符串。
当repl是一个字符串时，可以使用\id或\g、\g引用分组，但不能使用编号0。
当repl是一个方法时，这个方法应当只接受一个参数(Match对象)，并返回一个字符串用于替换(返回的字符串中不能再引用分组)。 count用于指定最多替换次数，不指定时全部替换。
subn(repl, string[, count]) |(pattern, repl, string[, count]):
返回 (sub(repl, string[, count]), 替换次数)。
importreprint(('super', 'superstition').span()) #(0, 5)
print(('super', 'superstition').span()) #(0, 5)
print(('super', 'insuperstition')) #None
print(('super', 'insuperstition').span()) #(2, 7)
p1= (r'\d+')print(('one1two2three3four4')) #['one', 'two', 'three', 'four', '']
p2= (r'\d+')print(('one1two2three3four4')) #['1', '2', '3', '4']
p3= (r'\d+')for m in ('one1two2three3four4'):print(()) #1 2 3 4
deffunc(m):return (1).title() + ' ' + (2).title()
p4= (r'(\w+) (\w+)')
s= 'i say, hello felix!'
print((r'\2 \1', s)) #say i, felix hello!
print((func, s)) #I Say, Hello Felix!
p5 = (r'(\w+) (\w+)')
s2= 'i say, hello felix!'
print((r'\2 \1', s2)) #('say i, felix hello!', 2)
print((func, s2)) #('I Say, Hello Felix!', 2)