正则表达式

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它‘匹配了’，否则，该字符串就是不合法的。

re模块

• match()方法判断是否匹配，如果匹配成功，返回一个match对象，否则返回None。只能从字符串起始的位置去匹配
• search()同match()方法， 但是会在整个字符串里去匹配，直到匹配到为止

import re
result1 = re.match('\d+','edvr4556t5gtbyh675454') 
print result1
if result1:
   print  result1.group()
else:
   print 'nothing'
result2 = re.search('\d+','edvr4556t5gtbyh675454') 
print result2
if result2:
   print result2.group()
else:
   print 'nothing'
#打印结果
None
nothing
<_sre.SRE_Match object at 0x01EF2918>
4556
#在字符串中用正则表达式\d+ 匹配数字，如果为真，返回匹配结果，否则返回nothing

• findall()
  match()方法判断是否匹配，如果匹配成功，返回一个match对象，否则返回None。会在整个字符串中匹配，并且找到所有的

import re
result3 = re.findall('\d+','ed111vr4556t5g333tbyh675454') 
print result3
#打印结果
['111', '4556', '5', '333', '675454']

• compile 编译，re模块内部会干两件事情
  1、编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
  2、用编译后的正则表达式去编译字符串。
  如果一个正则表达式要是重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：

import re
com = re.compile('\d+')  #编译
result1 = com.findall('123wed44444kll3333')
print result1
result2 = com.match('4343ds9090fg321').group()
print result2
result3 = com.search('asd8888frs2222').group()
print result3
#打印结果：
['123', '44444', '3333']
4343
8888

• 分组groups
  分组就是用一对圆括号“()”括起来的正则表达式，匹配出来的内容就表示一个分组。从正则表达式的左边开始看，看到第一个左括号“(”表示第一个分组，第二个表示第二个分组，以此类推，需要注意的是有一个全局分组（就是0），就是整个正则表达式。

import re
result2 = re.search('(\d+)asdfa(\d+)','as123asdfa335633sdeasdfdf')
print result2.group()
print result2.groups()   #groups只打印圆括号里的内容
#打印结果
123asdfa335633
('123', '335633')

• 正则表达式的常用格式
  1、字符：
  \d ：数字
  \w ：下划线、数字、字符
  \t ：制表符
  . ：除了回车以外的所有字符
  2、次数：
  * 大于等于零
  + 大于等于1
  ？0或者1
  {m} 次数，m次
  {m,n} 范围，m到n之间的

• 筛选IP，例子

import re
ip = '12.34.43.dsfa.345rs.354s~234sd389d+34f192.168.32.43_w342d~@#9436'
result1 = re.findall('[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}',ip)
print result1
result2 = re.findall('(?:\d{1,3}\.){3}\d{1,3}',ip)
print result2
#打印结果
['192.168.32.43']
['192.168.32.43']

• 自学
  《正则表达式30分钟教程》