# coding: utf-8

# file name: regular_expression.py

# python version: 2.7

# author: wu ming ming

# description: study of regular expression

"""

. 匹配任意字符（不包括换行符）

^ 匹配开始位置，多行模式下匹配每一行的开始

$ 匹配结束位置，多行模式下匹配每一行的结束

* 匹配前一个元字符0到多次

+ 匹配前一个元字符1到多次

? 匹配前一个元字符0到1次

{m,n} 匹配前一个元字符m到n次

\\ 转义字符，跟在其后的字符将失去作为特殊元字符的含义，例如\\.只能匹配.，不能再匹配任意字符

[] 字符集，一个字符的集合，可匹配其中任意一个字符

| 逻辑表达式 或 ，比如 a|b 代表可匹配 a 或者 b

(...) 分组，默认为捕获，即被分组的内容可以被单独取出，默认每个分组有个索引，从 1 开始，按照"("的顺序决定索引值

(?iLmsux) 分组中可以设置模式，iLmsux之中的每个字符代表一个模式,用法参见 模式 I

(?:...) 分组的不捕获模式，计算索引时会跳过这个分组

(?P<name>...) 分组的命名模式，取此分组中的内容时可以使用索引也可以使用name

(?P=name) 分组的引用模式，可在同一个正则表达式用引用前面命名过的正则

(?#...) 注释，不影响正则表达式其它部分,用法参见 模式 I

(?=...) 顺序肯定环视，表示所在位置右侧能够匹配括号内正则

(?!...) 顺序否定环视，表示所在位置右侧不能匹配括号内正则

(?<=...) 逆序肯定环视，表示所在位置左侧能够匹配括号内正则

(?<!...) 逆序否定环视，表示所在位置左侧不能匹配括号内正则

(?(id/name)yes|no) 若前面指定id或name的分区匹配成功则执行yes处的正则，否则执行no处的正则

\number 匹配和前面索引为number的分组捕获到的内容一样的字符串

\A 匹配字符串开始位置，忽略多行模式

\Z 匹配字符串结束位置，忽略多行模式

\b 匹配位于单词开始或结束位置的空字符串

\B 匹配不位于单词开始或结束位置的空字符串

\d 匹配一个数字， 相当于 [0-9]

\D 匹配非数字,相当于 [^0-9]

\s 匹配任意空白字符， 相当于 [ \t\n\r\f\v]

\S 匹配非空白字符，相当于 [^ \t\n\r\f\v]

\w 匹配数字、字母、下划线中任意一个字符， 相当于 [a-zA-Z0-9_]

\W 匹配非数字、字母、下划线中的任意字符，相当于 [^a-zA-Z0-9_]

"""

import re

if __name__ == '__main__':

print 'regular_expression study'

# '''

# re模块中的search和match的差别

# re.compile(pattern, flags=0)

# 给定一个正则表达式pattern，指定使用的模式，

# flag默认为0，即不使用任何模式，返回SRE_Pattern对象

# 推荐使用compile函数预编译出一个正确的模式之后去使用，这样后面的代码中

# 可以很方便的复用他

# '''

regex = re.compile('.+')

print regex

s = '''

first line

second line

third line

'''

# 调用findall函数

regex = re.compile('.+')

print regex.findall(s)

# 调用search 函数

print regex.search(s).group()

# '''

# match(pattern, string, flags=0)

# 使用指定的正则表达式去待操作字符串中寻找可以匹配的子串，返回匹配上的

# 第一个字符串，并且不再继续寻找，如果开始处不匹配，则不再继续寻找，返回

# 一个SRE_Match对象，找不到时返回None

# '''

s = '''first line

second line

third line

'''

regex = re.compile('\w+')

m = regex.match(s)

print m

print m.group()

regex = re.compile('^s\w+')

print regex.match(s).group()

print regex.search(s).group()