re模块
Python标准库中的re模块提供了正则表达式相关的操作，re模块提供了不少有用的函数，比如：re.match()函数、re.compile()函数、re.search()函数、re.findall()函数、re.finditer()函数、re.split()函数、re.sub()函数、re.subn()函数等。re模块使Python语言拥有全部的正则表达式功能。
在前面的教程中，我们已经讲解过，反斜杠“\”在字符串中用作转义字符，可以和其它字母形成转义字符，比如Python会识别字符串中“\n”转义字符并自动转换成“换行符”，所以想要表示一个反斜杠“\”就必须写成“\\”这种形式。但是在正则表达式中想要匹配字符“\”就必须写为“\\\\”，因为Python中的字符串解析器会把“\\\\”解析成“\\”，解析之后会再传递给正则表达式的解析器。由于正则表达式也有自己的语法结构，所以当它看到“\\”时，会把它解析为一个“\”，所以这时候正则匹配就会只匹配一个“\”。为了解决Python代码中的转义字符，最好的解决方法是，在字符串前面加上“r”前缀。“r”前缀的主要作用是将一个字符串标记为原始字符串，让字符串中的所有字符都代表自己，不会出现转义符。例如：
动手练一练：
print("\\\\") # 输出 \\
print("\\") # 输出 \
print(r"\\") # 输出 \\
print("\n") # 输出 一个换行符
print(r"\n") # 输出 “\n”字符而不是换行符
执行以上代码，输出结果为：
\\
\
\\
\n
上面的例子中添加“r”前缀后，对于处理文件路径非常有用，因为它允许你编写包含反斜杠“\”的路径而不必担心反斜杠被误解。
1、re.compile()函数
正则表达式是一种强大的文本模式匹配工具，它在Python中通过re模块提供支持。re.compile()函数是re模块中的一个重要函数，它可以将一个字符串形式的正则表达式编译为一个正则表达式对象，该对象可以用于后续的匹配操作，并且可以被多次使用。通常情况下，使用re.compile()函数可以提高正则表达式的执行效率。例如：
动手练一练：
import re
text = "a,,b,,,,c, ,d"
result = re.compile('[, ]+') # 匹配逗号或者空格一次或多次
print(result.split(text)) # split()函数根据正则表达式匹配的结果将字符串进行分割，返回一个列表
执行以上代码，输出结果为：
['a', 'b', 'c', 'd']
上面的例子中，我们使用re.compile()函数编译正则表达式，并生成一个对象。然后，我们通过使用result对象进行匹配操作，并调用split()函数根据正则表达式匹配的结果将字符串进行分割，返回一个列表。其中，正则表达式匹配的结果是逗号和空格，split()函数根据匹配到的逗号和空格当作分界线，将字符串分割成4个字母：a、b、c、d。
2、re.match()函数
re.match()函数尝试从起始位置开始匹配一个符合规则的字符串，如果未指定位置，默认从第一个位置开始匹配，匹配成功返回一个对象，未匹配成功返回None。
re.match()函数的语法如下所示：
re.match(pattern, string, flags=0)
# pattern 匹配的正则表达式
# string 要匹配的字符串
# flags 用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等
# 其中第三个参数flags可以省略不写
re.match()函数的第三个参数flags为可选参数，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
re.I(re.IGNORECASE)：忽略大小写，括号内是完整的写法
re.M(MULTILINE)：多行匹配模式，改变“^”和“$”的行为
re.S(DOTALL)：“.”可以匹配任意字符，包括换行符，改变“.”的行为
re.L(LOCALE)：做本地化识别的匹配，表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境，不推荐使用
re.U(UNICODE)：使用\w \W \b \B \s \S \d \D，使用取决于unicode定义的字符属性。
re.X(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
下面是re.match()函数匹配字符串的简单例子：
动手练一练：
import re
a1 = re.match(r"www", "www.pyhint.com", re.I) # re.I忽略大小写模式
print("匹配的内容:", a1.group()) # group()函数提取数据，输出“www”
print("匹配的位置:", a1.span()) # span()函数获得匹配结果的位置为：(0, 3)
# 下面匹配不成功，因为第二个参数开头没有“com”。
a2 = re.match(r"com", "www.pyhint.com", re.I)
if a2:
print(a2.group())
else:
print("a2中没匹配到相关内容") # 第二个参数开头没有"com"，输出None
# 下面匹配不成功，因为第二个参数开头没有数字。
a3 = re.match(r"\d+", "python456") # 匹配至少一个数字
if a3:
print(a3.group())
else:
print("a3中没匹配到相关内容") # 第二个参数开头没有数字，输出None
a4 = re.match(r"[a-z]+", "EfgHi", re.I) # 匹配至少一个字母，re.I忽略大小写模式
print(a4.group()) # 输出 EfgHi
a5 = re.match("..","pythonsfcv") # 使用两个点号就代表匹配两个字符
print(a5.group()) #输出py
a6 = re.match("\d\d","68dgd96rg") # 一个\d代表匹配一个数字
print(a6.group()) #输出68
a7 = re.match("\D\D","python68dgd") # 一个\D代表匹配一个非数字
print(a7.group()) #输出py
a8 = re.match("\s"," python68dgd") # \s匹配特殊字符，如空白，空格，tab等
print(a8.group()) #输出空格
a9 = re.match("\S\S","python68dgd") # \S\S匹配两个非空白字符
print(a9.group()) #输出py
a10 = re.match("\w\w\w","Py_thon68dgd") # \w匹配大小写字母、数字或_下划线
print(a10.group()) #输出Py_
a10 = re.match("\W\W\W"," python68dgd") # \W匹配非单词字符
print(a10.group()) #输出3个空格
a11 = re.match("12[34]","123python68dgd") # [ ]匹配方括号[ ]中列举的任意1个字符
print(a11.group()) #输出123
a12 = re.match("12[^34]","125python68dgd") # [^34]不匹配34中的任意1个字符
print(a12.group()) #输出125
a13 = re.match("12[4-6m-q]","12python68dgd") # [4-6m-q]匹配4到6或者m到q中的字符
print(a13.group()) #输出12p
a14 = re.match(".*","python68dgd") # “.*”匹配任意1个字符出现0次或无数次
print(a14.group()) #输出python68dgd
a15 = re.match("p*","pppython68dgd") # 匹配p字母零次或多次
print(a15.group()) #输出ppp
a16 = re.match("p\d*","python68dgd") # \d*匹配零次或多次数字字符
print(a16.group()) #输出p, 因为*也可以代表0次
a17 = re.match("p+","ppython68dgd") # p+匹配p至少出现一次
print(a17.group()) #输出pp
a18 = re.match("p?","ython68dgd") # p?匹配p出现0次或者1次数
print(a18.group()) #输出空格，因为p可以为0次
a19 = re.match("py{2}","pyyython68dgd") #匹配p以及跟随在后面的两个yy
print(a19.group()) #输出pyy
a20 = re.match("py{2,}","pyyython68dgd") #匹配p以及跟随在后面的三个yyy至少出现2次
print(a20.group()) #输出pyyy
a21 = re.match("py{2,3}","pyyython68dgd") #{2,3}指定从2到3次的范围
print(a21.group()) #输出pyyy
a22 = re.match(".*d$","python68dgd") #字符串必须以d结尾
print(a22.group()) #输出python68dgd
a23 = re.match("^p","python68dgd") #规定必须以p开头
print(a23.group()) #输出p
a24 = re.match(r"py\b","py.thon68dgd") # \b匹配py作为单词边界，前面必须加上r消除转义
# py的右边不能有字母和数字
print(a24.group()) #输出py
a25 = re.match(r"py\B","python68dgd") # \B匹配py作为非单词边界
# py的右边必须有字母和数字
print(a25.group()) #输出py
a26 = re.match(r"\d[5-9]|\D[a-z]","68pythondgd") #匹配“|”两边任意一个表达式
print(a26.group()) # \d匹配“6”，[5-9]匹配“8”，所以输出68
a27 = re.match(r"<h1>(.*)<h1>","<h1>你好！<h1>") #会将()中的内容会作为一个元组字符装在元组中
print(a27.group()) #输出“<h1>你好！<h1>”
print(a27.groups()) #输出“('你好！',)”
上面的例子中，re.match()函数返回一个匹配的对象，而不是匹配的内容。如果想要提取数据则需要调用group()函数，并且返回全部匹配对象，而groups()函数返回一个包含唯一或者所有子组的元组，如果正则表达式中没有子组的话，groups()将返回一个空元组。通过调用span()可以获得匹配结果的位置。如果从起始位置开始没有匹配成功，即便是其他部分包含匹配的内容，re.match()也会返回None。
也可以使用compile()函数生成正则表达式对象，再通过正则表达式对象中的match()方法实现同样的功能，例如：
动手练一练：
import re
result = re.compile(r'\d+') #匹配至少一个数字
a1 = result.match('py789') #未指定位置，默认从第一个字符开始匹配
print(a1) #第一个字符没有匹配到数字，输出None
a2 = result.match('py789', 2, 4) #匹配从位置2到位置4的字符
print(a2.group()) #输出78
# 直接使用re.match()函数匹配
a3 = re.match(r'\d+','py789')
print(a3) #输出None
# 匹配至少一个字母，并且忽略大小写
a4 = re.match(r'[a-z]+','EfgHi',re.I) #re.I忽略大小写模式
print(a4.group()) #输出 EfgHi
执行以上代码，输出结果为：
None
78
None
EfgHi
3、re.search()函数
re.search()函数和re.match()函数用法差不多，re.search()函数会在整个字符串内查找匹配，同样也只匹配一次，返回一个结果，如果字符串没有匹配成功，则返回None。这里需要注意的是，re.search()函数只找到第一个符合条件的字符串就返回了，所以即使被搜索的字符串中还有其它符合的字符串，也将被忽略。
re.match()函数与re.search()的区别：re.match()函数只匹配字符串的开头位置，如果正则表达式在开头位置匹配成功才能返回，re.search()函数则在整个字符串中搜索匹配项，找到第一个匹配项后才能返回。例如：
动手练一练：
import re
result = re.compile(r"\d+") #匹配至少一个数字
a1 = result.search("py123dgv456") #未指定位置，默认匹配整个字符串
print(a1.group()) #匹配第一个符合条件的字符串“123”
a2 = result.search("py123dgv456", 2, 4) #匹配从位置2到位置4的字符
print(a2.group()) #输出 12
# 直接使用re.search()函数匹配
a3 = re.search(r"\d+","py123dgv456")
print(a3.group()) #输出 123
# 匹配至少一个字母，并且忽略大小写
a4 = re.search(r"[a-z]+","123Py456Ef",re.I) #re.I忽略大小写模式
print(a4.group()) #输出 Py
执行以上代码，输出结果为：
123
12
123
Py
4、re.findall()函数
re.search()函数和re.match()函数都只能匹配一次，只要找到了一个匹配的结果就返回，而不是查找所有匹配的结果。然而，在大多数时候，我们需要搜索整个字符串，获得所有匹配的结果，这个时候就必须用到re.findall()函数。
从字面意思上就可以看到，findall是由find（查找）和all（所有）组成，因此re.findall()函数可以获取全部的匹配结果，但是re.findall()函数并不会返回None，不管有没有结果，都会返回一个列表。例如：
动手练一练：
import re
result = re.compile(r"\d+") #匹配至少一个数字
a1 = result.findall("py123dgv456") #未指定位置，默认匹配整个字符串
print(a1) #输出 ['123', '456']
a2 = result.findall("py123dgv456", 2, 4) #匹配从位置2到位置4的字符
print(a2) #输出 ['12']
# 直接使用re.findall函数匹配
a3 = re.findall(r"\d+", "py123dgv456")
print(a3) #输出 ['123', '456']
# 匹配至少一个字母，并且忽略大小写
a4 = re.findall(r"[a-z]+", "123Py456Ef", re.I) #re.I忽略大小写模式
print(a4) #输出 ['Py', 'Ef']
执行以上代码，输出结果为：
['123', '456']
['12']
['123', '456']
['Py', 'Ef']
5、re.split()函数
re.split()函数是根据正则表达式匹配的结果将字符串进行分割，返回值是切割后的内容列表，跟直接使用字符串的split()函数用法类似。例如：
动手练一练：
import re
result = re.compile(r"[\,\;\s]+") #匹配“，”、“；”和空格
a1 = result.split("p,y;t ;h o;;n")
print(a1) #输出 ['p', 'y', 't', 'h', 'o', 'n']
#输出 ['123', '456']
a2 = re.split(r"[\,\;\s]+", "p,y;t ;h o;;n")
print(a2) #输出 ['p', 'y', 't', 'h', 'o', 'n']
执行以上代码，输出结果为：
['p', 'y', 't', 'h', 'o', 'n']
['p', 'y', 't', 'h', 'o', 'n']
6、re.sub()函数
re模块中的re.sub()函数是Python中一个非常强大的正则表达式替换函数，它可以在字符串中通过正则表达式匹配的方式搜索指定的字符串，并将匹配的字符串替换成指定的内容。例如：
动手练一练：
import re
a = "我的名字叫张三，我今年18岁，我的银行卡密码是123456"
result = re.compile(r"(\d+)") #匹配至少一个数字
a1 = result.sub("**", a) #用“**”替换“18”和“123456”
print(a1) #输出 我的名字叫张三，我今年**岁，我的银行卡密码是**
a2 = result.sub("**", a, 1) #只替换一次
print(a2) #输出 我的名字叫张三，我今年**岁，我的银行卡密码是123456
# 直接使用re.sub函数替换
a3 = re.sub(r"\d+", "**", a)
print(a3) #输出 我的名字叫张三，我今年**岁，我的银行卡密码是**
# 直接使用re.sub函数替换一次
a3 = re.sub(r"\d+", "**", a, 1) #只替换一次
print(a3) #输出 我的名字叫张三，我今年**岁，我的银行卡密码是123456
执行以上代码，输出结果为：
我的名字叫张三，我今年**岁，我的银行卡密码是**
我的名字叫张三，我今年**岁，我的银行卡密码是123456
我的名字叫张三，我今年**岁，我的银行卡密码是**
我的名字叫张三，我今年**岁，我的银行卡密码是123456