正则表达式里面最简单的部分，30分钟看懂并上手使用
首先搞明白正则表达式是什么，是用来干什么的
相信大家使用word的时候，会使用ctrl+F打开查找功能吧，其实这个正则表达式就是更高级的ctrl+F查找，在word里面的ctrl+F，你只能查找简单的字符串，也就是脑子里想到哪个东西去查哪个东西，想查找单词hello，那么就输入hello，word自动会帮你找到所有的hello，但是在某些场合下，我们需要查找更加复杂规则的东西，比如一次性找出类似010-213213，010-244698的号码，显然你靠word的ctrl+F是没法查出来这些全都不一样的号码的，这时候正则表达式就派上用场了，它是描述上面这么一串电话号码规则的一个表达式，比如约定\d表示单个数字字符，那么查找\d\d\d-\d\d\d\d\d\d就能把上面那些号码全部查找出来。
正则表达式当然不仅仅是用来查找电话号码的一个表达式，它是描述一串字符的表达式，后面我们学习的就是它是如何来描述各种更加复杂规则的字符串
一个正则表达式学习软件
使用方法：先把原始字符串复制到源文本一栏， 然后把要匹配的表达式填写到模式一栏，
最后点击运行，匹配结果会在右边结果栏显示
反斜杠\的含义及其用法
| 符号 | 含义 |
|---|---|
\d |
数字字符集 |
\w |
单词字符集 |
例1：
\d就是表示集合{0，1，2，3，4，5，6，7，8，9}，匹配的时候，一个一个字符扫描，如果字符属于这个集合，就把这个字符拿出来
例2：
\d\d\d\d表示连续4个属于数字集合的字符
例3：
\w 表示属于{数字，字母，下划线，中文汉字}的单个字符
说明：我们在学习的时候，完全忽略中文汉字，仅仅以纯英文文本作为理解，也就是文本字符串里面只有数字，字母，标点，特殊符号
中括号的用法
一句话概括为：自定义字符集，就是你理解的数学中的集合的含义，但是正则表达式里面的集合
不用花括号，用中括号，比如下面几个例子
| 符号 | 含义 |
|---|---|
| [23查找] | 表示属于集合{2，3，查，找}的一个字符 |
| 符号 | 含义 |
|---|---|
[0-9][0-9][0-9]-[0-9][0-9][0-9][0-9][0-9][0-9] |
就是数字数字数字-数字数字数字数字数字数字 |
有人会问了，我靠，[0-9]不应该是{0，-，9}这三个字符的集合吗，怎么就表示0-9这些数字的集合呢，说到这里，就要提一下中括号里面的3个特殊字符，这三个字符具有特殊含义，不是原本的含义了
| 符号 | 含义 |
|---|---|
反斜杠\ |
转义字符，比如\d表示数字字符 |
短横线- |
连接在数字中间或者字母中间，表示范围，否则就是原本的-字符 |
尖帽子^ |
在中括号外面是边界字符，在中括号里面表示反义，先别理会，后面会讲 |
如何输出上面3个特殊字符，很简单，前面再加个反斜杠转义字符就行了，另外短横线，只要不是在数字字母中间，就是原本的含义
中途小结，以及容易混淆的东西说明
首先单个反斜杠和中括号虽然表示的是字符集合，但是你写一个，表示匹配在这个字符集里面的一个字符，前面我们匹配电话的时候，就需要反复写
其次，不管那些字符是否有特殊含义，你加个转义字符，它就是它自己了，没有特殊含义了
有了字符集的表示方法，我们能查找的东西一下子变的非常多，比如
\d[qwer]就能找出 2q , 7w , 9e 这些东西，\d有10种，[qwer]有4中，那么
这个表达式就能匹配40种，所以它比ctrl+F的查找更加强大
更强大的功能——数量限定符 加乘问花括号
| 符号 | 含义 |
|---|---|
| + | 匹配大于等于1个某字符 |
| * | 匹配大于等于0个某字符 |
| ? | 匹配0或1个某字符 |
| {} | 匹配指定数量的某字符 |
使用方法说明：
虽然有了字符集这么一个强大的表示方法，我们可以根据自己的需求可以随意组合，但是碰到像前面电话号码010-213213，010-244698 这么有规律的字符串，我们用字符集按照电话号码的格式使劲写长长的一大串，有点繁琐，另外有时候电话号码长度不一致的时候，比如123-4324 ，(000)2354也在里面，我们如果按照字符集的表达方法，只要长度不一样，我们就得写好几个正则表达式才能表示这4串号码，所以有4个字符可以对字符直接作数量限制，具体含义直接看下面的例子
接下来要讲什么？
前面已经讲解了反斜杠，中括号，4个数量限定符的用法，你观察一下键盘，发现还有好多字符对不对，可能里面还有一半的字符都有其特殊含义（表示原字符，也就是字符的原本含义，需要前面加反斜杠，前面已经讲了），但是如果掌握了上面反斜杠，中括号，4个数量限定符的用法，实际上你已经能做很多事情了。
举个例子，对于IMDB电影评论数据集，里面收集了几万用户对电影的评论的句子，句子里面有中英文单词，空格，标点符号，特殊字符，我们做数据的时候，只要里面的单词，那么如何把单词全部找出来呢，其实[a-zA-Z]+就能把所有的单词抽出来，这个表达式表示大于等于1个字母的字符串，其实就是单词了，注意，
这里说的单词和上面讲的\w表达的单词不是一个定义，这里讲的单词就是你在英语词典里能找到的单词，而前面讲的\w是正则表达式里面单词字符集{数字，字母，下划线，中文}中的一个字符，如果想表示多个，\w+就可以提取出mike_1998这种“单词了”，再强调一遍，\w单个只能一次提一个字符，然后不停这样提取，提取出来的是m,i,k,e,_,1,9,9,8这种
有了上面的认识，后面如果需要更复杂的再去查表即可，后面再补充三个东西：
第一个东西很简单，就是键盘上反斜杠那个键上面的竖线|,这个符号就是正则表达式里面的条件表达式，比如你写了一个 正则表达式1|正则表达式2 ，就会找符号表达式1或2的字符串，拿前面电话号码的例子来说，如果你很难一次性编写出符合所有电话号码规则的表达式，你就分开写，再用竖线分隔写出来就行。有了前面的例子解释，这里就不写了，你自己有兴趣拿上面的软件试一试。
第二个东西就是反义，反含义，比如非数字用[^0-9]表示，但是这个尖帽子符号如果写在中括号外面，它表示边界限定符号，就是第三个要讲的东西，但是我们就不拿尖帽子举例了，换个简单的来举例子
第三个东西：边界限定符，比如\b它表示什么字符集的一个字符呢？答案很奇怪，它不表示任何字符，而是表示一个不存在的字符，这个字符需要你在脑子里抽象画出来，然后匹配的时候去看，由于还没讲例子，你肯定不清楚我上面在讲什么，因为我虽然讲了它不表示任何字符，但是它要怎么匹配我还没说，具体它要怎么匹配，要在例子里面说明，见下图
通过上面两个例子对比，我们就知道了\b的作用，它出现在单词字符的某一边，就是给单词某一边的字符加了一个限制条件，也就是给单词的边界下了一条规则，这就是边界匹配符。由于边界匹配符还有好几个，并且其含义说的不太像人话，这里就不提了。
Python中的正则表达式模块
import re
patten=re.compile(r”正则表达式”)
data=re.findall(patten,原始字符串)
上面先用compile把你写的正则表达式编译成re模块能识别的东西，不要管，接着使用findall找到
符合正则表达式的所有字符串，返回一个列表给变量名data
字符串的替换与修改如下：
re.sub(patten,”你要替换成什么在这里写”,原始字符串)
不要管返回值了，反正就这么替换了，简而言之就是python字符串replace方法的加强版