Python正则表达式

原因

今天学习了一下正则表达式，之前一直有用正则去校验一些手机号，身份证号啥的，但是都是网上找的，没有好好学习正则。想着爬虫离不开正则啊，不能老上网找，找完还得验证，费时费力，于是乎，自己学学吧

规则

• re.search(pattern,string,flag) 全程匹配
• re.sub(pattern,repl,string,count) 全程匹配
• re.match(pattern,string,flag) 从头开始匹配
  
  • pattern : 正则中的模式字符串。
  • repl : 替换的字符串，也可为一个函数。
  • string : 要被查找替换的原始字符串。
  • count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

^：匹配字符串的开头。妈的找这个符号找了好一会
$：匹配字符串的末尾，要求字符串末尾匹配最后一项。又被坑了，只有英文输入法的时候才是$
. ：匹配出换行符的任意字符，标志位是re.DOTALL时，可匹配换行符
[apk]：表示可以匹配apk中的任意一位
[^apk]：表示匹配处理apk的所有的字符
()：表示一个子表达式的开始和结束
*：匹配之前子表达式0次或者多次
?：匹配前面的子表达式零次或一次
+：匹配之前个子表达式1次或者多次
\w：匹配字母，数字，下划线
\W：匹配非字母，非数字，非下划线
\s：匹配任意空白字符
\S：匹配任意非空字符
\d：匹配任意数字
{n}：匹配n次
{n,}：至少匹配n次
{n,m}：匹配最少n次，最多m次

……太多了，是我低估了正则，要记不住了，目前就先写这几个重要的吧，通过分析几个例子来理解一下吧，帮助记忆：

先说一下匹配是什么个意思：
匹配就是字符串的全部或者部分字符（必须是连续的），跟表达式规则是符合的就是匹配了

例子分析

正整数 ：^[1-9]\d*$
分析：^表示字符串的开头，[1-9]表示开头只能是1-9的数字，\d表示数字，\d*表示匹配数字0次或者多次，\$表示要求结尾也是\d数字。最终的结果就是第一位是1-9的数字，中间和最后 都是数字。

负整数：^-[1-9]\d*$ 这个就不解释了，多一个负号。

整数 ：^-?[1-9]\d*$|0
分析：^-?表示开头匹配-号0次或者1次，|表示或者匹配0，其他的跟整数一样

正浮点数：^[1-9]\d*.\d* |0.\d*[1-9]\d*$　
分析：开头匹配1-9的数字，接下来匹配数字0次或者多次，接着再匹配小数点，再接着小数点后面是多个数字，结尾是数字；或者0.开头，接着是数字0个或者多个，因为不能等于0，必须要一个1-9的数字，接着是数字0个或者多个，结尾也是数字

大小写字母字符串：^[A-Za-z]+$
分析：开头匹配a-z或者A-Z，匹配a-z或者A-Z1次或者多次，结尾也是a-z或者A-Z。

身份证号码：^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$
分析：开头匹配6次数字，接着匹配4次数字，接着匹配两次数字，接着匹配3次数字，接着以数字或者X结尾。这是网上的，根据学习自己写一个：^(\d{17})([0-9]|X)\$（\$前面如果有\的话，\是为了转义的，实际表达式不需要）

至此，我相信碰到了一个正则表达式，最少能看的懂，能分析对错了。这尼玛语法，坑爹的不行啊，不费点功夫还真是难以理解。也是日了狗了，这几个小时弄完这一点，希望以后不要忘记。

各种表达式
最后，贴一点网上的各种表达式吧。没验证过，用着要小心，用之前先看看对不对：
匹配特定数字： (统一说明，$前面如果有\的话，\是为了转义的，实际表达式不需要)
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d* |0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d* |0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*.\d* |0.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*.\d* |0.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*.\d* |0.\d*[1-9]\d* |0?.0+ |0)$　 //匹配浮点数
^[1-9]\d*.\d* |0.\d*[1-9]\d* |0?.0+ |0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*.\d* |0.\d*[1-9]\d*)) |0?.0+ |0$　　//匹配非正浮点数（负浮点数 + 0）
\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*//邮箱
^1(3[0-9]|4[57]|5[0-35-9]|7[01678]|8[0-9])\d{8}$//手机号