正则表达式部分

正则表达式是用来匹配字符串的强有力武器。

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字,\w可以匹配一个字母或者数字。要匹配变长的字符，用？表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符，等等。

要更精确的匹配，可以用[]表示范围，比如：

• [0-9a-zA-Z\_] , 可以匹配一个数字、字母、或者下划线；
• [0-9a-zA-Z\_]+ ,可以至少匹配一个数字、字母或者下划线组成的字符串

• [a-zA-Z\_][0-9a-zA-Z\_]*, 可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串

• [a-zA-Z\_][0-9a-zA-Z\_]{0,19}, 更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）

A|B 可以匹配A或B，
^ 表示行的开头， ^\d 表示必须以数字开头
$表示行的结尾， \d$表示必须以数字结束

Python提供 re 模块，包含所有正则表达式的功能。由于Python的字符串本身也用 \ 转义， 所以要特别注意。

s = 'ABC\\-001' # Python的字符串# 对应的正则表达式字符串变成：# 'ABC\-001

import rere.match(r'^\d{3}\-\d{3,8}$','010-12345')

match()方法判断是否匹配，如果匹配成功，则返回一个match对象，否则返回None。

用正则表达式切分字符串比用固定的字符串灵活，’a b c’.split(’ ‘)
[‘a’, ‘b’, ’ ‘, ’ ‘, ‘c’]

re.split(r’\s+’,’a b c’)
[‘a’,’b’,’c’]

re.split(r’[\s,]+’,’a,b,c d’)

re.split(r’[\s,\;]+’,’a,b;;c d’)

group(0)永远是原始字符串，group(1), group(2)…表示第一个第二个子串。
贪婪匹配：正则匹配时贪婪匹配，也就是尽可能匹配多个字符。

当我们在python中使用正则表达式时，re模块内部会干两件事：

• 编译正则表达式时，如果正则表达式的字符本身不合法，会报错
• 用编译后的正则表达式去匹配字符串(编译后会生成Regular Expression对象)