本文来讲讲看似高大上的正则表达式！

作用简介

学习一样东西，咱们首先要搞明白这东西在什么情况下使用，用来达到什么效果！
否则一上来就讲语法和规则，那基本就晕菜了！

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

这句话太拗口，看个小小的例子就懂了：

• 假设我们现在有一篇文章，是介绍很多不同网站作用的，那我如果想要看看，这篇文章里面介绍了哪些网站，那就可以用到正则表达式。

# 首先引入我们的正则表达式模块 re
>>> import re

# 然后准备好我们需要搜索的字符串
>>> txt = '今天我们来讨论 www.baidu.com 这个网站，这个网站是用来搜索的！'

# 这里我们用 re.compile( ) 来设定需要查找的格式，即“正则表达式”。
>>> pattern = re.compile(r'www.*com')

# 然后我们就可以按照这个格式去文本中搜索啦！
>>> result = pattern.findall(txt)

# 最后我们打印结果，就看到了我们想要查找的网址！
>>> print(result)
['www.baidu.com']

首先，这里我们用到 Python 模块就是 re，这个模块就是用来做 “正则表达式” 相关操作滴！

然后用该模块下的 re.compile( ) 函数设定 “模式”！（返回值是一个）

re.compile(pattern[, flags])

pattern : 一个字符串形式的正则表达式
flags：可选，表示匹配模式。

这里我们知道，大多数网址都是以 “www” 开头，以 “com” 结尾的，所以我希望按照这个模式去找，找出来的就是网址了！

目的分类

通常有4种：

1. 定位我们想要寻找的东西所在位置：定位
2. 把指定的东西替换成别的：替换
3. 显示我们想找的具体信息：显示
4. 把对象字符串按照我们想要的进行分割：分割

之前的案例就是属于第3种。

案例

一、定位

继续上面的案例

>>> print(re.match('我们', txt, flags=0))
None
>>> print(re.match('今天', txt, flags=0))
<re.Match object; span=(0, 2), match='今天'>

re.match函数，是用来从开头匹配一个模式，成功就返回位置，比如这里的 ‘今天’ 显示的 span=(0, 2)，如果失败，比如这里的 ‘我们’ 就显示 None。

re.match(pattern, string, flags=0)

pattern：匹配的正则表达式
string：要匹配的字符串。
flags：标志位，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。本文结尾附上了可选标志列表。

还有另外一种寻找位置的方法：

>>> print(re.search('我们', txt, flags=0))
<re.Match object; span=(2, 4), match='我们'>
>>> print(re.search('今天', txt, flags=0))
<re.Match object; span=(0, 2), match='今天'>

re.search函数 ，扫描整个字符串并返回第一个成功的匹配。

re.search(pattern, string, flags=0)

二、替换

继续上面的案例：

>>> import re
>>> txt = '今天我们来讨论 www.baidu.com 这个网站，这个网站是用来搜索的！'
>>> pattern = re.compile(r'www.*com')
>>> new = re.sub(pattern, 'www.google.com', txt, count=0, flags=0)
>>> print(new)
今天我们来讨论 www.google.com 这个网站，这个网站是用来搜索的！

我们就把里面的网址给替换掉了！

re.sub函数，用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

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。
flags : 匹配模式。

三、显示

最初案例我们用到的是 re.findall 函数。
re.findall 函数，在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，包含每一个匹配到具体内容，如果没有找到匹配的，则返回空列表。

re.findall(string[, pos[, endpos]])

string：待匹配的字符串。
pos：可选参数，指定字符串的起始位置，默认为 0。
endpos：可选参数，指定字符串的结束位置，默认为字符串的长度。

这里注意：后面的参数是 string，匹配规则需要提前用 re.compile() 函数进行设定。
所以综合起来是这样的：

re.compile(pattern[, flags]).findall(string[, pos[, endpos]])

另外一种类似的是 re.finditer 函数。
re.finditer 函数，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

re.finditer(pattern, string, flags=0)

来看案例：

>>> txt = '今天我们来讨论 www.baidu.com 和 www.google.com，还有 www.sina.com 吧！'
>>> find_txt = re.finditer(r'www.*?com',txt)
>>> for each in find_txt:
	print(each.group())

	
www.baidu.com
www.google.com
www.sina.com

这里需要注意的是用了一个小技巧，就是 “.*?” ，这里的问号 “ ? ” 表示的是非贪婪匹配，也就是匹配到了满足条件的即可，不再往后看了，如果改用贪婪模式：

>>> find_txt = re.finditer(r'www.*com',txt)
>>> for each in find_txt:
	print(each.group())

	
www.baidu.com 和 www.google.com，还有 www.sina.com

这样可就不是我们想要的了，所以大家可以灵活运用得到想要的结果！

四、分割

这里我们用到 re.split 函数。
re.split 函数，按照能够匹配的子串将字符串分割后返回列表。
这其实和 Python 的字符串的 spilt( ) 方法非常类似，但是加上了正则表达式，那么功能肯定是更加强大了！

re.split(pattern, string[, maxsplit=0, flags=0])

pattern：匹配的正则表达式。
string：要匹配的字符串。
maxsplit：分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。
flags：正则表达式的匹配方式。

看案例：

>>> txt = 'www.baidu.com 1 www.google.com 2 www.sina.com'
>>> re.split('\d', txt)
['www.baidu.com ', ' www.google.com ', ' www.sina.com']

模式汇总

这里面的 “ .* ” 是什么用的呢？这叫做正则表达式的 “模式字符串”，总结语法如下：

标志汇总

正则表达式的学习还是要从实践出发，所以大家如果有搞不定的应用方向，可以留言，我们一起来讨论！