本文主要讲正则表达式的基本用法
python中导入模块：import re
【1】字符：^ . * $
^表示以什么字符开头的字符串；
.表示任意字符
*代表前面的字符可以出现任意多次,包括0次
regex_str = "^b.*" #^以‘b’开头的任意字符串
regex_str1 = ".*3$" # $以3结尾任意字符串
regex_str2 = "^b.3$" #‘b’字符开头，以3结尾，b和3之间可以是一个任意字符，只是匹配了三个字符的字符串
【2】字符：问号？ 非贪婪匹配,就是取消贪婪匹配（贪婪匹配与非贪婪匹配可以参考：正则表达式之 贪婪与非贪婪模式详解）
（1）
line2 = “aaaboooobbbb123”
regex_str3 = ".*?(b.*?b).*"
match_object = re.match(regex_str3,line2)
if match_object :
print(match_object.group(1)) #输出结果boooob ，regex_str3表达式括号里面的才是要输出的值；
（2）
line=“study in 清华大学”
regex_str =".*?([\u4E00-\u9FA5])"+大学" #这个[\u4E00-\u9FA5]是指匹配任意连续的中文字符，加号就是匹配在”大学“前面的一个或者多个的字符；
#如果不加？，就是贪婪模式，括号里面就这是会匹配到”华“，”清“字当成是前面的*匹配掉，后面就只能匹配一个字了，加？号后，取消贪婪匹配，后面就能匹配到”清华“
【3】字符：+加号，字符至少出现一次，限定前面的字符出现至少一次，*限定前面的字符出现0次到多次都行
line3= “aaaboooobaabbb123”
regex_str4=".*(b.+b).*" #括号里面是要截取的内容，括号前面的可以是0位到多位的任意字符，从第一个b开始匹配，中间是一个字符至少有一位以上，然后又到右边的一个b
match_object = re.match(regex_str4,line3)
if match_object :
print(match_object.group(1)) #取得是括号里的内容，输出结果baab ；
【4】字符：{}，有三种模式 {2}和{2，}限定前面的字符自少出现多少次；{1，2} 限定前面的字符自少出现1次，最多等于2次
表达式：".*(b.{2}b).*" 针对字符串“aaaboooobaabbb123” 输出 baab
【5】字符| 是或的意思
字符串：“boby123”
表达式“（body|body123）” 匹配body或者body123都行，要加括号才能打印出来， print(match_object.group(1)) 打印出boby123
表达式“（（body|boddy）123）” 匹配的是body123或者boddy123 ，.group（1）是指外面的括号，打印是完整的body123；；.group（2）是指里面的括号，打印是里面匹配的body
【6】中括号[ ]，有三种用法：
【3，7，8】中括号里面的任意字符都行
【0-9】，【A-Za-z0-9_】表示区间，在这个区间的就行
【^6】反义，不等于6就行
表达式："(1[378][0-9]{9})" #字符串要求第一位是1，第二位是3/7/8，第三位到第9位是0到9区间出现9位（{9}表示前面的那个区间的数据出现9次，刚刚好就是9位数字）；注意小括号也一定要是英文的
【7】\s,\S,\w,\W
\s 表示一个空格字符串
\S表示非空格的任意一个字符串
\w表示【A-Za-z0-9_】这个里面的任意一个字符串
\W表示不在【A-Za-z0-9_】这个区间内的任意一个字符串都行
【8】[\u4E00-\u9FA5] 匹配连续的中文
表达式"[\u4E00-\u9FA5]+" 可以匹配到"中文s"这类的字符串，但是不能匹配到"中 文"这样字符串的后面一个‘文’字，只能是‘中’
【9】\d 匹配连续的数字
line = "xxx出生2001年"
提取年份
reg_str = ".*?(\d+)年"
mo = re.match(reg_str,line)
if mo:
print(mo.group(1))
