re正则表达式的一点总结.txt

概念：用来匹配或者查找符合某些规则的字符串数据（字符串的数据提取也可以使用自带函数提取，例如切片、find（）等）
match 匹配
result =  re.match(r'规则'，目标字符串)  result.group()    返回符合匹配规则的结果
如果没有匹配，返回None，有的话返回结果对象
点唯一不能匹配换行符 \n  ，当匹配点的时候需要前面加上转义字符  \.
match函数第三个参数加上 re.S表示多行模式。这样点就可以匹配\n了
\d 数字0-9 也可以写成 【0-9】   [] 和 [^]的理解
\w = 0-9a-zA-Z_  word 表示数字、字符和下划线，
python2只能匹配ascii吗， python3 unicode码，所以3里面还可以匹配汉子，2只能匹配上边的字符，可以通过re.U和re.A进行切换
\s  匹配任何一个空白字符（常见http）
{}、*、+的使用   ？0次或者1次 
匹配邮箱的时候由于点表示任何字符串，所以需要使用反斜杠进行转义 
匹配开始和结束 ^  和  $  match 自带^
 匹配分组：
/d{3,4}-/d{6-8}$ 匹配电话号  注意贪恋匹配和$结束的区别
给需要匹配的原则添加上括号，0分组是全部匹配字符换，从左往右一次分组号从1开始
分组的引用
用法 反斜杠加分组编号
给分组起别名
?P<name>  ,可以直接通过result.group('name'), 已经命名的分组，如果要引用的使用?P=name,别忘了加小括号
| 在正则中表示匹配任何一个字符传就行了
findall()   sub()  split()
sub（参数1，参数2，参数3，参数4）参数3字符串  参数一旧的字符串 参数二替换成新的字符换
参数3目标字符串 参数4匹配次数 
思考下：如何抽取标签里面的数据或者标签里面如何使用正则
首先用3引号吧标签变成字符串，作为目标字符串，
split按照规则进行字符串的切割，并且最终返回一个列表
findall()
贪婪匹配和非贪婪匹配
方法：量词后面加上？就行了