正則表達式：regular expression，縮寫是regex。
本章最后會有讓你自動摘取文本中的電話號碼和郵箱地址。

1.用正則表達式來尋找合適的電話號碼：

三個發展階段
用def定義函數—\d\d\d-\d\d\d\d-\d\d\d—\d{3}-\d{4}-\d{3}
其中\d代表數字0-9，就不需要再使用def再去篩選是否是數字了。
{ }在此表示，匹配之前的模式相對應的次數。

2.所有python中的regex在re中，所以要先import re

正則表達式
phoneNumRegex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
#這里的compile是什么意思？此句代表建立一個正則表達式。
mo = phoneNumRegex.search('My number is 415-555-4242.')
#這里的search指要搜索的對象，如果搜索不到對象則會返回none。
print('Phone number found: ' + mo.group())
#這里的group指對答案的集合???他明明不是集合為什么要用group

正則表達式的更多模式匹配

group模式
例如要將電話里的前半部分和后半部門分開來找，在此group（1）代表第一個（里的部分），group（0）和group（）一樣，都代表輸出整個。groups()代表分別輸出（）里的內容并且按照格式。
phoneNumRegex = re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
mo = phoneNumRegex.search('My number is 415-555-4242.')
mo.group(1)
'415'
mo.group(2)
'555-4242'
mo.group(0)
'415-555-4242'
mo.group()
'415-555-4242'
mo.groups()
('415', '555-4242')
areaCode, mainNumber = mo.groups()
print(areaCode)
415
print(mainNumber)
555-4242

PIPE管道模式

匹配多個正則表達式的時候可以用|連接，匹配到的第一個合適的內容會被輸出，之后的就不會有輸出了。

正則表達式如何輸出多個結果？使用findall

用問號標記隨機匹配的正則表達式
問號前的東西可以有也可以沒有。

batRegex = re.compile(r'Bat(wo)?man')
mo1 = batRegex.search('The Adventures of Batman')
mo1.group()
'Batman'

mo2 = batRegex.search('The Adventures of Batwoman')
mo2.group()
'Batwoman'

用*匹配0或更多該內容的正則表達式

batRegex = re.compile(r'Bat(wo)*man')
mo1 = batRegex.search('The Adventures of Batman')
mo1.group()
'Batman'

mo2 = batRegex.search('The Adventures of Batwoman')
mo2.group()
'Batwoman'

mo3 = batRegex.search('The Adventures of Batwowowowoman')
mo3.group()

用+匹配1個或以上的標記內容的正則表達式

batRegex = re.compile(r'Bat(wo)+man')
mo1 = batRegex.search('The Adventures of Batwoman')
mo1.group()
'Batwoman'

mo2 = batRegex.search('The Adventures of Batwowowowoman')
mo2.group()
'Batwowowowoman'

mo3 = batRegex.search('The Adventures of Batman')
mo3 == None
True

用{ }匹配的特定重復的內容

比如匹配（ha）{3}，就是指匹配hahaha；
比如（ha）{3，5}，就是匹配3-5個ha
比如（ha）{3，}匹配3個以及無限多的ha

但有個問題，在使用{3，5}時，匹配的結果總是出現5個ha的那個，這是因為系統的greedy，如果要讓系統non-greedy（在此的意思就是輸出的是3個ha的那種），需要變成另外一種格式，就是在{ }加上？。
注意，這邊的？和（ha）？中的這個意義是不同的。

findall

• 在使用re.compile search時，出現的結果都只有一個匹配項，如果想讓所有匹配項都出現，需要用到findall。
• 使用的時候不能再用group了，因為findall結果將會以列表的形勢出現。
• 要陳列匹配結果的時候，需要將原來的search改成findall。
• 如果用findall，正則表達式中那個匹配公式是沒有group的。

正則表達式中的代表字符縮寫和其意義

我們也可以自己做正則表達式的搜索范圍，用[ ]中的內容表示

比如[a-z]代表所有的小寫字母。如果將^{放在a的前面[}a-z]，代表是后面的反義詞，代表只匹配除了[]里的其他內容。

限定開始和結束

如果將^ 放在字符串的前面，代表以xxxx開頭的意思，比如r’^[a-z]’或者 r’^hello’。
如果是$放在字符串結尾，代表以什么為結束。
如果一個字符串里既有^又有$，代表整個字符串都必須是什么。

通配符

通配符“.”，這個代表可以匹配除換行以外的所有字符，但是只能匹配一個字符。

如果想匹配多一些的字符，可以使用“.*”，但也不包括匹配換行的。

如果想匹配換行的，可以調用re里的dotall。

noNewlineRegex = re.compile('.*')
noNewlineRegex.search('Serve the public trust.\nProtect the innocent.
\nUphold the law.').group()
'Serve the public trust.'

newlineRegex = re.compile('.*', re.DOTALL)
newlineRegex.search('Serve the public trust.\nProtect the innocent.
\nUphold the law.').group()
'Serve the public trust.\nProtect the innocent.\nUphold the law.'

符號復習Review of Regex Symbols

This chapter covered a lot of notation, so here’s a quick review of what you learned:
The ? matches zero or one of the preceding group.
The * matches zero or more of the preceding group.
The + matches one or more of the preceding group.
The {n} matches exactly n of the preceding group.
The {n,} matches n or more of the preceding group.
The {,m} matches 0 to m of the preceding group.
The {n,m} matches at least n and at most m of the preceding group.
{n,m}? or *? or +? performs a nongreedy match of the preceding group.
^spam means the string must begin with spam.
spam$ means the string must end with spam.
The . matches any character, except newline characters.
\d, \w, and \s match a digit, word, or space character, respectively.
\D, \W, and \S match anything except a digit, word, or space character, respectively.
[abc] matches any character between the brackets (such as a, b, or c).
[^abc] matches any character that isn’t between the brackets.

想要忽略大小寫的匹配正則表達式
使用re.IGNORECASE或者使用re.I，作為re.compile（）內部的第二個參數。

練習項目中為什么要加上r？
三個引號是什么意思？
pyperclip的用法?
為什么findall后面就不能用group（），只有search后面能跟group。