python正则表达式

正则表达式:是一种高级字符串处理方式，通常用于字符串的匹配。

在所有Python字符匹配任务当中，分为两种匹配：
  内容匹配: 根据对字符的内容类型，长度来描述字符；对内容进行匹配的方法是 正则

  结构匹配: 根据对字符所处的位置进行描述的匹配，叫做结构匹配；对结构进行匹配的方法是 xpath

二者都有的匹配模块是beautifulsoup简称bs4

正则匹配：
python当中的正则模块叫做，re
re.findall 目的就是匹配字符串当中所有满足条件的字符

1、内容类型的描述
①原样匹配，匹配字符原样，通常结合其他匹配使用


② . 匹配，匹配所有非换行的单个字符


③\d匹配：匹配字符串当中的数字


④\D匹配：匹配字符串当中所有非数字


⑤\w匹配字符串当中所有的字母、数字、下划线


⑥\W匹配所有非字母、数字、下划线


⑦[abc]匹配中括号当中的a或b或c


⑧[a-zA-Z0-9]匹配中括号当中的范围字符

⑨[^ab]匹配除了中括号里面的元素之外的任意元素


⑩| 匹配|两边的任意一边（或）


11、（）组匹配，会将非组内匹配，作为匹配的条件，进行匹配

12、命名组匹配，匹配一个和前面相同的数字

2、内容数量的匹配
①匹配0到多个


②+匹配1到多个

③？匹配0到1个


④{}匹配几个
{3}匹配3个
{3,5}匹配5到3次，以最多的为优先

⑤贪婪匹配.

⑥反贪婪匹配.*?

3、匹配方法的描述
①^匹配开头的字符

②$匹配结尾的字符

③re.search和re.match都是匹配一次指定的字符
re.search是从字符内部开始匹配，而match是从开头匹配，如果开头没有，search会向后接着匹配，match会返回None,当然，如果都找不到都会返回none




④re.I忽略大小写


⑤re.S忽略换行，通常用于完整的HTML源码