本文将介绍几个最常用的正则符号，以及正则表达式的应用场景。

如果说【数学表达式】刻画的是数字的内在规律，那么【正则表达式】则是用来刻画和描述字符串内在规律的表达式。记得刚接触python时学习过slice，replace，split等方法，但是一旦遇到复杂的情况这些工具就不能使用了。这个时候【正则表达式】就派上了用场。

使用正则表达式需要导入【re模块包】

import re

主要有三种使用场景

场景1：无法通过切片将字符串的子串返回 findall函数

#语法

findall(pattern,string,flags=0)

pattern:指定需要匹配的正则表达式

string:指定待处理的字符串

flags:指定匹配模式，常用的值可以是re.I,re.M,re.S,re.X

re.I模式是让正则表达式对大小写不敏感

re.M模式是让正则表达式可以多行匹配

re.S模式是指正则符号可以匹配任意字符，包括换行符\n

re.X模式允许正则表达式可以写得更加详细，如多行表示，忽略空白字符，加入注释等

场景2：借助replace无法完成非固定值或非固定位置值的替换 sub函数

#语法

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

pattern:指定需要匹配的正则表达式

repl:指定替换成的新值

string:指定待处理的字符串

count:用于指定最多替换的次数，默认0为全部替换

flags:同findall函数中的flags

场景3：借助于split方法无法按照多种值实现字符串的分割 re.split函数

#语法

split(pattern,string,maxsplit=0,flags=0)

pattern:指定需要匹配的正则表达式

string:指定待处理的字符串

maxsplit:用于指定最大分割次数，默认0为全部分割

flags:同findall中的flags

常用的正则符号(注意组合使用)原字符

2. 英文状态的句号点 .

3. 反斜杠 \

4. 英文状态的中括号[]

5. 英文状态的圆括号()

6. 英文状态的问号？

7. 加号+

8. 星号 *

9. 英文状态的大括号{}

下面一一举例介绍：原字符

指代直接存在于字符串内部的子串

#导入第三方模块包

import re

#提取字符串中的子串

s1='python是一门计算机程序语言，python语言具有简洁性、易读性等特点'

re.findall('python',s1)

2. 英文状态的句点号 .

指代任意字符(如数字、字母、标点符号、汉字等)，但除了换行符\n

#提取出动力总成的值

s2='此次新朗逸主要搭载了1.5L和1.5T两种动力总成的发动机。别克英朗则搭载了1.0T和1.3T的动力总成。'

#写法1

re.findall('1...',s2)

#写法2用到转义字符\

re.findall('1\...',s2)

3. 反斜杠 \

\n 换行

\t Tab制表符

\d 0-9中的任一数字

\s 任意一种空白(如空格、Tab、换行等)

\w 字母、数字、下划线中的任意一种(63种：52种字母大小写，数字0-9共10种，_1种)

\. 句号点本身

\\ \本身

#剔除字符串中的所有空白

s3=' 距离2019北京马拉松开跑只有两周时间了，\n今年的北京马拉松预报名人数超过16万人，\t媒体公布的

中签率只有16%左右，再创历年来的新低。\n'

print(s3)

re.sub('\s','',s3)

4. 英文状态的中括号[]

指代字符集合，当需要特定字符匹配时，可以选择中括号

#取出手机号信息

s4='用户联系方式：13612345566，用户编号：11011254321'

re.findall('1[356789]\d\d\d\d\d\d\d\d\d',s4)

#提取出动力总成

s5='通过对比新朗逸1.5L和1.5T两种动力在1.5年行使期后的数据。发现1.5T的口碑相对较好！'

re.findall('1.5[a-zA-Z]',s5)

re.findall('1.5[LT]',s5)

5. 英文状态的圆括号()

指代特定内容的截取

#提取出用户的年龄

s6='id:1,name:Tom,age:3,gender:1;id=2,name=Lily,age=5,gender=0'

print(re.findall('\d',s6))

print(re.findall('age:\d',s6))

print((re.findall('age:(\d)',s6)))

6.英文状态的问号 ？

表示匹配前一个字符0次或1次

#超链接的匹配

URL1='https://www.baidu.com/'

URL2='http://www.gov.cn/'

pattern='https?://www\..*?\..*?/'

7. 加号+

表示匹配前一个字符一次及以上

#邮箱地址的匹配

email1='Lsxxx2011@163.com'

email2='654088115@qq.com'

pattern='[0-9a-zA-Z_\.\-]+@[0-9a-zA-Z_\-]+\.com'

8. 星号*

表示匹配前一个字符0次及以上

#提取出产品名称中含有奶粉字样的产品

prod=['婴儿袜','亨氏奶粉','奶粉勺','多功能奶瓶','幼儿奶粉量筒','磨牙棒']

res[]

for i in prod:

res.extend(re.findall('.*奶粉.*',i))

res

# extend()函数用于在列表末尾一次性追加另一个序列中的多个值

9. 英文状态的大括号{}

表示匹配前一个字符特定的次数或范围

{m} 匹配前一个字符m次

{m,} 匹配前一个字符至少m次

{m,n} 匹配前一个字符m~n次

{,n} 匹配前一个字符之多n次

#手机号码的匹配

pattern='1[356789]\d{9}'

#至少6个长度的密码

pattern='\w{6,}'

#区号信息

pattern='0\d{2,3}'

正则表达式的案例应用取出字符中所有的天气状态

import re

string = "{ymd:'2018-01-01',tianqi:'晴',aqilnfo='轻度污染'}，

{ymd:'2018-01-02',tianqi:'阴~小雨',aqilnfo='优'},

{ymd:'2018-01-03',tianqi:'小雨~中雨',aqilnfo='优'},

{ymd:'2018-01-04',tianqi:'中雨~小雨',aqilnfo='优'}"

print(re.findall("tianqi:'(.*?)'",string))

#.*?组合 防止盲目匹配，非贪婪式搜索

2. 取出所有含O/o字母的单词

import re

string2='Together,we discovered that a free market only thrives when there are rules to

ensure competition and fair play,Our celebration of initiative and enterprise.'

print(re.findall('\w*o\w*',string2,flags=re.I))

3. 将标点符号、数字和字母删除

import re

string3='据悉，这次发运的4台蒸汽冷凝罐属于国际热核聚变实验堆 (ITER)项目的核二级压力设备，先后完成

了压力试验，真空试验、氦气检漏实验，千斤顶试验，吊耳荷载试验，叠装试验等验收试验'

print(re.sub('[，。、a-zA-Z0-9()]',"",string))

4.将每一部分的内容分割开

import re

string4='2室2厅|101.62平|低区/7层|朝南\n 上海未来-浦东-金杨-2005年建'

split=re.split('[-\|\n]',string4) #|代表或，所以要用转义字符\

print(split)

split_strip=[i.strip() for i in split]

print(split_strip)