正则表达式（regular express）

正则表达式（regular express）:表示一段有规律的信息。

使用正则表达式有如下步骤。
（1）寻找规律。
（2）使用正则符号表示规律。
（3）提取信息。
1.1 正则表达式的基本符号

1.2在python中使用正则表达式
（1）findall的函数原型为：
re.findall(pattern, string , flags=0)
pattern表示正则表达式，string表示原来的字符串，flags表示一些特殊功能的标志（可忽略不写）。
findall的结果是一个列表，包含了所有的匹配到的结果。
如果没有匹配到的结果，返回空列表。如下例所示：

flags参数
函数原型中有一个flags参数，可以忽略不写的。
不省略时，具有一些辅助功能：忽略大小写、忽略换行符等。
flag.
要匹配的内容存在换行符，要忽略换行符就需要使用到“re.S”这个。
使用re.S作为flag来忽略换行符

（2）search :
search()的用法和findall()的用法一样，但是search()只会返回第一个满足要求的的字符串。一旦找到符合要求的内容，就会停止查找。
如果匹配成功，则是一个正则表达式的对象，如果没有匹配到任何数据，就是none。

（3）"." 和".?"区别：
“."：贪婪模式，获取最长的满足条件的字符串。
".?”：非贪婪模式，获取最短的满足条件的字符串。

1.2正则表达式的提取技巧

（1）先抓大再抓小
一些无效内容和有效内容可能具有相同的规则。而我们想要的是有效内容，怎么实现呢？

有效书本：
正在读：Python
正在读：C++
正在读：C#

无效书本：
以前读：Ruby
以前读：JAVA

怎么实现 想要获得有效书本的名单

（2）括号内和括号外

*括号外面前后有其它字符，表示提取信息的开端和结尾，不包括在提取信息里。*括号里面前后有其它普通字符，表示提取信息的开端和结尾，包括在提取信息里
下例如下：

1.3 re.match与re.search与re.findall的区别：

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

1.4.1 使用re替换string中每一个匹配的子串后返回替换后的字符串。

格式：

re.sub(pattern, repl, string, count)

1.4.2 re.sub还允许使用函数对匹配项的替换进行复杂的处理。

如：re.sub(r’\s’, lambda m: ‘[’ + m.group(0) + ‘]’, text, 0)；将字符串中的空格’ ‘替换为’[ ]’。