import re

# 普通字符作为原子
string = "taoyunjiaoju"
pat = "yun"
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(3, 6), match=‘yun‘>


# 非打印字符作为原子
# \n 换行符  \t 制表符
string = ‘‘‘taoyunjiaoju
nihao‘‘‘   # ‘‘‘ ‘‘‘可以用来匹配非打印字符
pat = ‘\n‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(12, 13), match=‘\n‘>


# 通用字符作为原子
‘‘‘
\w 字母，数字，下划线
\W 除字母、数字、下划线
\d 十进制数字
\D 除十进制数字
\s 空白字符
\S 除空白字符
‘‘‘
string = ‘‘‘taoyunji8 736789aoyu‘‘‘
pat = ‘\w\d\s\d\d‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(7, 12), match=‘i8 73‘>


# 原子表
string = ‘‘‘taoyunji8736789aoyu‘‘‘
pat = ‘tao[yab]un‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(0, 6), match=‘taoyun‘>
# []匹配原子表中出现的任意一个字符，刚好[yab]中含有y,因此匹配到了taoyun，若是pat为[abc]，此时则匹配不到

pat = ‘tao[^yab]‘
rst = re.search(pat, string)
print(rst)  # None
# 原子表[]中加一个 ^ 表示不匹配原子表中出现的字符，因为本例中[^yab]而string中tao后面刚好是y,所以匹配不到

# 元字符
‘‘‘
. 除换行符外的任意一个字符
^ 开始位置
$ 结束位置
* 0\1\多次
+ 1\多次
{n} 恰好n次
{n,}至少n次
{n, m} 至少n次，之多m次
| 模式选择符
（）模式单元
‘‘‘
import re

string = ‘‘‘taoyunji5289894379aoyu‘‘‘
pat = ‘tao...‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(0, 6), match=‘taoyun‘>

pat = ‘^taoyun‘
pat1 = ‘^yunji‘
rst = re.search(pat, string)
rst1 = re.search(pat1, string)
print(rst)   # <re.Match object; span=(0, 6), match=‘taoyun‘>
print(rst1)  # None   因为^ 是从开始位置匹配，而y不是string的开头位置

pat = ‘yu$‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(20, 22), match=‘yu‘>

pat = ‘tao.*‘
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(0, 22), match=‘taoyunji5289894379aoyu‘>

string = ‘‘‘taoyunnnnnnji5289894379aoyu‘‘‘
pat = ‘yun{2,8}‘  # 匹配n至少2次，之多8次。  而string里yun后面刚好还有大于2小于8个连续的n
rst = re.search(pat, string)
print(rst)  # <re.Match object; span=(3, 11), match=‘yunnnnnn‘>

# 模式修正符
‘‘‘
I 匹配是忽略大小写
M 多行匹配
L 本地化识别匹配
U 根据Unicode字符集解析字符
S 让.匹配包括换行符
‘‘‘
import re

string = "Python"
pat = ‘pyt‘
rst = re.search(pat, string, re.I)  # 忽略大小写，Pyt与pyt就可以匹配了
print(rst)

import re

string = ‘poytnythony‘
pat = ‘p.*y‘
pat1 = ‘p.*?y‘  # 以懒惰模式匹配
rst = re.search(pat, string)  # 默认是贪婪模式
print(rst)  # <re.Match object; span=(0, 11), match=‘poytnythony‘>   贪婪模式
rst1 = re.search(pat1, string)
print(rst1)  # <re.Match object; span=(0, 3), match=‘poy‘>  懒惰模式

# 正则表达式函数
import re
# 1、match
string = ‘poythonyhjskjsa‘
pat = ‘p.*?y‘  # 懒惰模式
rst = re.match(pat, string, re.I)  # match从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none
print(rst)  # <re.Match object; span=(0, 3), match=‘poy‘>

# 2、search  上面几个例子用的都是search()函数，re.search 扫描整个字符串并返回第一个成功的匹配。

# 3、compile()全局匹配函数，用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
string = ‘poythopnyhjskptyjsa‘
pat = ‘p.*?y‘  # 懒惰模式
# 全局匹配格式re.comlipe(正则表达式).findall(数据)
rst = re.compile(pat).findall(string)
print(rst)  # [‘poy‘, ‘pny‘, ‘pty‘]

# 4、sub用于替换字符串中的匹配项。
import re
 
phone = "2004-959-559 # 这是一个国外电话号码"
 
# 删除字符串中的 Python注释 
num = re.sub(r‘#.*$‘, "", phone)
print "电话号码是: ", num
 
# 删除非数字(-)的字符串 
num = re.sub(r‘\D‘, "", phone)
print "电话号码是 : ", num

# 匹配.com或.cn网址
import re

string = "<a href=‘http://www.baidu.com‘>百度首页</a>"
pat = ‘[a-zA-Z]+://[^\s]*[.com|.cn]‘
rst = re.compile(pat).findall(string)
print(rst)  # [‘http://www.baidu.com‘]

# 匹配电话号码
string = "fkjdsnfknk021-759815413795893fjkldsnaklg0935-583498593fmkds"
pat = ‘\d{4}-\d{7}|\d{3}-\d{8}‘
rst = re.compile(pat).findall(string)
print(rst)  # [‘021-75981541‘, ‘0935-5834985‘]