#!/usr/bin/env python3import re# 1,字符匹配(普通字符,元字符)
# 普通字符:大多数字符和字母都会和自身匹配ret = re.findall('alex','yuanaleSxalexwupeiqi')     #匹配普通字符
print(ret)# 1,元字符:  .   ^   $   *   +   ?   {}  []  ()  \
#
# 元字符是[" 和 "].常用来指定一个字符类别,字符类别就是指你想匹配的一个字符集.字符可以单个列出,也可以用"-"号分分隔的两个给定字符来表示
# 一个
# 字符区间.ret = re.findall("[a-c]","abcd")
print(ret)# 元字符在类别里并不起作用.例如:[akm$]将匹配字符"a","k", "m", 或 "$" 中的任意一个；"$"通常用作元字符，但在字符类别里，其特性被除去，
# 恢复成普通字符。
ret = re.search("\d+","abc3333").group()
print(ret)ret = re.search("[\d+]","abc3333").group()
print(ret)
# []:元字符[]表示字符类,在一个字符类中,只有字符^ - ]和\有特殊意义.
# 字符\仍然表示转义,字符-可以定义字符的范围,字符^放在前面,表示非.
# 也许最重要的元字符是反斜杠"\"。 做为 Python 中的字符串字母，反斜杠後面可以加不同的字符以表示不同特殊意义。它也可以用于取消所有的元字符，这样你就可以在模式中匹配它们了。举个例子，如果你需要匹配字符 "[" 或 "\"，你可以在它们之前用反斜杠来取消它们的特殊意义： \[ 或 \\。
'''
\d  匹配任何十进制数；它相当于类 [0-9]。
\D  匹配任何非数字字符；它相当于类 [^0-9]。
\s  匹配任何空白字符；它相当于类  [ \t\n\r\f\v]。
\S  匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w  匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W  匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]。
'''
# 这样特殊字符都可以包含在一个字符类中。如，[\s,.]字符类将匹配任何空白字符或","或"."。
# 元字符 . 匹配除了换行字符外的任何字符，在 alternate 模式（re.DOTALL）下它甚至可以匹配换行。"." 通常被用于你想匹配“任何字符”的地方。# 重复
# 指定正则表达式的一部分的重复次数.
# 重复元字符*号,*并不是匹配字符"*";相反,它指定前一个字符可以被匹配零次或更多次，而不是只有一次。
ret = re.search("ca*t","cat").group()
print(ret)
ret = re.search("ca*t","caaaaat").group()
print(ret)
# 像*这样的重复是"贪婪的",当重复一个RE时,匹配引擎会尝试重复尽多可能多的次数,如果模式的后面没有被匹配,匹配引擎将回退并在次尝试更小的重复.
ret = re.search("a[bcd]*b","abcbd").group()
print(ret)
# 另一个重复元字符是 +，表示匹配一或更多次。请注意 * 和 + 之间的不同；＊匹配零或更多次，所以根本就可以不出现，而 + 则要求至少出现一次。# 问号 ? 匹配一次或零次；你可以认为它用于标识某事物是可选的。例如：home-?brew 匹配 "homebrew" 或 "home-brew"。
ret = re.search("home-?brew","home-brew").group()
print(ret)# 最复杂的重复限定符是 {m,n}，其中 m 和 n 是十进制整数。该限定符的意思是至少有 m 个重复，至多到 n 个重复。
ret = re.search("a/{1,3}b","a///b").group()
print(ret)
# 将匹配 "a/b"，"a//b" 和 "a///b"。它不能匹配 "ab" 因为没有斜杠，也不能匹配 "ab" ，因为有四个。
# 最复杂的重复限定符是 {m,n}，其中 m 和 n 是十进制整数。该限定符的意思是至少有 m 个重复，至多到 n 个重复。举个例子，a/{1,3}b 将匹配 "a/b"，"a//b" 和 "a///b"。它不能匹配 "ab" 因为没有斜杠，也不能匹配 "ab" ，因为有四个。你可以忽略 m 或 n；因为会为缺失的值假设一个合理的值。忽略 m 会认为下边界是 0，而忽略 n 的结果将是上边界为无穷大 -- 实际上是先前我们提到的 2 兆，但这也许同无穷大一样。
# {0,} 等同于 *，{1,} 等同于 +，而{0,1}则与 ? 相同。如果可以的话，最好使用 *，+，或?。很简单因为它们更短也再容易懂。# 反斜杠
# 在早期规定中，正则表达式用反斜杠字符 (""") 来表示特殊格式或允许使用特殊字符而不调用它的特殊用法。这就与 Python 在字符串中的那些起相同作用的相同字符产生了冲突。
# 解决的办法就是为正则表达式使用 Python 的 raw 字符串表示；在字符串前加个 "r" 反斜杠就不会被任何特殊方式处理，所以 r"\n" 就是包含"\" 和 "n" 的两个字符，而 "\n" 则是一个字符，表示一个换行。正则表达式通常在 Python 代码中都是用这种 raw 字符串表示。# 执行匹配
'''
match()       决定RE是否在字符串刚开始的位置匹配
search()      扫描字符串,找到这个RE匹配的位置
findall()     找打RE匹配的所有子串,并把他们作为一个列表返回
finditer()    找到RE匹配的所有子串,并把他们作为一个迭代器返回
'''
# 如果没有匹配到的话，match() 和 search() 将返回 None。如果成功的话，就会返回一个 `MatchObject` 实例，其中有这次匹配的信息：它是从哪里开始和结束，它所匹配的子串等等。
p = re.compile('[a-z]+')
ret = p.match("")
ret1 = p.match("tempo")
g = ret1.group()
s = ret1.start(),ret1.end()
m = ret1.span()
print(ret,ret1,g,s,m)
'''
group()         返回被RE匹配的字符串
start()         返回匹配开始的位置
end()           返回匹配结束的位置
span()          返回一个元组包含匹配(开始,结束)的位置
'''
# group() 返回 RE 匹配的子串。start() 和 end() 返回匹配开始和结束时的索引。span() 则用单个元组把开始和结束时的索引一起返回。因为匹配方法检查到如果 RE 在字符串开始处开始匹配，那么 start() 将总是为零。

修饰符   　　　　　　　　描述
re.I            使匹配对大小写不敏感
re.L            做本地化识别（locale-aware）匹配
re.M            多行匹配，影响 ^ 和 $
re.S            使 . 匹配包括换行在内的所有字符
re.U            根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X            该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。