Python正则表达式由浅入深（四）

Python正则表达式由浅入深（四）经过前面三篇连载文章，相信大家对Python的re模块使用正则表达式来匹配字符串已经有所了解。到目前为止
，基本上有难度入门知识点都已经学完，我们继续补充还没讲到的知识点，包括：行定位符与转义字符，以及re模块的re.sub()方法和r
e.split()方法。行定位符行定位符是用来描述字符串表姐的符号，“^”表示行的开始，"$"表示行的截尾。比如我们想要对不同字符
串进行匹配，如果字符串是以“企业名称”开头的，那么就匹配企业名称后面的字符：pattern=''^企业名称.''message=''企
业名称：CDA数据科学研究院\n企业名称：广州就学在线科技有限公司\n''search=re.findall(pattern,
message)search[''企业名称：CDA数据科学研究院'']上面的模式字符串就无法在下面的字符串message_02中匹配到
任何结果：pattern=''^企业名称.''message_02=''邮箱：[e-mail]''search=r
e.search(pattern,message_02)search如果需要匹配符合条件的行尾，可以使用“$”符号。比如想要匹配
字符串结尾为"研究院"的字符串：pattern=''.研究院$''message=''企业名称：CDA数据科学研究院''search=
re.search(pattern,message)searchmatch=''企业名称：CDA数据科学研究院''>如果学习过前面连载文章的同学可能会想起来，“^”符号在正则表达式不就是前面说的排
除字符吗？为什么这里又变成行定位符了？这里需要为大家对这种现象做一个区分：“^”符号只有在中括号里面使用才会对中括号类的字符起到排
除作用。比如下面的字符串中，记载了很多姓氏：message="吴史奥范夏刘川"如果想要提取“奥”、“川”以外的姓氏，该怎么提取？这
个时候就可以使用正则表达式的中的排除字符“^”，可能大家会觉得很奇怪，这个不就是前面的行定位符吗？这里需要补充说明的就是:如果符号
"^"使用在方括号中，就会对方括号内部的字符起到单独的排除作用：pattern=''[^奥川]''message="吴史奥范夏刘川"r
e.findall(pattern,message)[''吴'',''史'',''范'',''夏'',''刘'']那么我们就会发现，除了前面模
式字符串的方括号中的两个字符“奥”、“川”以外的所有字符都被提取出来了。re.sub()方法前面的连载文章介绍了re模块的3大方法
，包括re.match()、re.search()、re.findall()，这些都是用来对字符串进行匹配的方法。除此以外还有re
.sub()和re.split()方法,分别用来对字符串作替换和分裂操作。我们先讲解re.sub()方法如果想要将字符串中正则表达
匹配到的字符替换掉，该怎么做？比如下面字符串中的“川”字开头的名称替换成字符“”，该怎么做？这时就可以使用re.sub()
方法。message="吴港德吴浩问史珍香川普廖蓝莹范统川建国夏建仁刘产"re.sub()方法的语法格式如下：
re.sub(pattern,repl,string,count,flags)pattern:模式字符串repl:表示替换的字符串
string:被匹配和替换的字符串count:可选参数，表示替换的最大次数，默认是替换所有flags:可选字符串，表示标志位继续我
们前面提及的任务，我们使用re.sub()方法就可以用将message中的“川”字开头的名称替换成字符“”:pattern=
r"\b川.{2,3}"message="吴港德吴浩问史珍香川普廖蓝莹范统川建国夏建仁刘产"re.sub(pa
ttern,"",message)''吴港德吴浩问史珍香蓝莹范统夏建仁刘产''re.split()方
法re模块中的字符串分割方法和Python字符串对象中的split()很像，只不过re模块中的分割方法是通过正则表达式匹配分割符，
其语法如下：re.split(pattern,string,[maxsplit],[flags])pattern:模式字符串str
ing:被匹配和替换的字符串maxsplit:可选参数，表示最大的拆分次数flags:可选参数，表示标志位比如我们想要提取下面me
ssage中被@的网名"端木天","一米阳光"、"知行一":message="@端木天@一米阳光@知行一"使用re.split()
提取如下：pattern=r''\@''message="@Evan.P@端木天@一米阳光@知行一"re.split(pattern
,message)['''',''Evan.P'',''端木天'',''一米阳光'',''知行一'']正则表达式小案例到此为止，我们的正则表
达式基础知识就介绍到这里，下面通过一小案例让大家体会一下正则表达式的使用——提取字符串中的邮件名，比如我们有下述的字符串：text
="""[e-mail]@[e-mail]
[e-mail]"""邮箱地址以“@”符号为标记，“@”符号左边一直到空格键，“@”符号右边一直到换行符，是一
个邮件地址。“@”左边是登录名，包括大小写英文字母和数字，模式字符串可以写成“[A-Z0-9]+”。“@”右边是域名，域名以“.”
符号为分隔，“.”左边是主机名，“.”右边是域名。主机名主要构成也是大小写英文字母和数字，模式字符串可以写成“[A-Z0-9]+”
。域名的主要组成是小写英文字母，长度为2~4，模式字符串可以写成[A-Z]{2,4}。如果想要在匹配的时候忽略大小写，可以在re.
findall()方法中设定好参数flags=re.IGNORECASE。但是需要注意的是，由于邮件地址中有“.”符号，而“.”符
号在正则表达式中是表示出了换行符以外的任意字符，因此在写模式字符串的时候，“.”之前需要添加转义字符“\”：text="""D
[e-mail]@[e-mail]
[e-mail]"""pattern=r''[A-Z0-9]+@[A-Z0-9]+\.[A-Z]{2,4}''#re.IG
NORECASE使正则表达式不区分大小写re.findall(pattern,text,flags=re.IGNORECASE)[''[e-mail]'',''[e-mail]'',''[e-mail]'',''[e-mail]'']CDA数据分析师(CDA.cn)——真本事，心舒适2