python正则表达式二——贪婪模式和预定义字符组

非贪婪模式（. * ?）

• . 单个字符

• ‘*’ ：表示0~n

• ？ 表示0~1

• 组合后表示非贪婪模式，即尽可能少地匹配字符。

s='abcadcaecd'
r1=re.findall('ab.*?c',s)	 #非贪婪模式
print(r1)

贪婪模式

贪婪模式即除了非贪婪模式下的三个字符组合，其他的任意组合都是非贪婪模式，即尽可能多地匹配字符

s='abcadcaecd'
r=re.findall('ab.*c',s) #贪婪模式，尽可能多地匹配
print(r)

预定义字符组

• \d 匹配0~9这十个数字。

s='<a href="asdf">157875456748</a>'
a=re.findall('(\d.*\d)',s)  #前后都是\d才能取到完整数字，中间是贪婪模式
print(a)

• \D 匹配非数字字符，并返回单个字符

s='<a href="asdf">157875456748</a>'
a=re.findall('\D',s)  
print(a)

• \s 匹配任一空白符

s='fd\tcd\nef\x0b\fjk\r'
a=re.findall('\s',s)
print(a)

• \S 匹配任意非空白符

s='fd\tcd\nef\x0b\fjk\r'
a=re.findall('\S',s)
print(a)

• \w 匹配任一字母数字字符 包括字母数字下划线汉字

s='重生后123e_fg<a href="asdf">'
a=re.findall('\w',s)
print(a)

• \W 匹配任一非数字字母字符

s='重生后123e_fg<a href="asdf">'
a=re.findall('\W',s)
print(a)

例子：取邮箱

"123456789@qq.com"
要想获取到该邮箱，需分析：

1. 邮箱肯定是.com结尾，所以要用.com$
2. 前面可以是数字或字母开头而且至少得有一个，可以用^\w+
3. @和.com之间也可以是任意字符，所以也要用\w+

综上：正则表达式为：^\w+@\w+.com$

s='123456789@qq.com'
a=re.findall('^\w+@\w+.com$',s)
print(a)

正则常用函数

• re.findall(): 将全部匹配后的内容匹配到一个列表中。
• re.match(): 只匹配开头，而且返回的是一个对象，可以通过group（）函数来看返回的字符串。如果分了多个组，要用groups（）函数来获取所有组的内容。

s='cats are cat'
a=re.match('c\w+',s)
b=re.findall('c\w+',s)
c=re.match('(c)(\w+)',s)		//多个组
print(a.group())
print(b)
print(c.groups())

• re.search(): 全局匹配，和match对应，不过不仅仅是匹配开头，返回的也是对象。

s='cats are Cat'		//注意两个cat不一样
c=re.search('(C)(\w+)',s)
print(c.groups())

即第一个cat不匹配，但会继续往后找，直到找到匹配的。