这或许是我见过的最简单的正则表达式教程（二）

"""
作者：文文
主要介绍正则表达式中的分组概念
python版本：python3.5

"""
import re
"""
python正则表达式提供了一个机制将表达式分组，当使用分组时，除了获得整个匹配，还可以在匹配中选择每一个单独组
可以在正则表达式中使用圆括号指定分组

"""
match = re.search(r'([\d]{3})-([\d]{4})','867-5309 / Jenny')

#返回整个匹配,即867-5309
print (match.group())

#返回一个对应每一个单个分组的元组
#output : ('867', '5309')
print (match.groups())

#获取单个分组，0代表完整的匹配，正式的分组编号从1开始
#output : 867-5309
print (match.group(0))

#output : 867
print (match.group(1))

#output : 5309
print (match.group(2))

"""

命名分组
除了按位置编号的分组外，python正则表达式还提供一个命名分组的机制
一个命名分组的语法是在开始的"("字符后面立即添加 ?P<group_name>
当使用命名分组时，match对象提供了一个groupdict函数，返回一个分组字典，键对应分组的名称
当命名分组和非命名分组同时出现时，非命名分组不会出现在返回的字典中

"""
match = re.search(r'(?P<first_three>[\d]{3})-(?P<last_four>[\d]{4})','867-5309 / Jenny')

#output : 867
print (match.group('first_three'))

#output : {'last_four': '5309', 'first_three': '867'}
print (match.groupdict())

match = re.search(r'(?P<first_three>[\d]{3})-([\d]{4})','867-5309 / Jenny')

#非命名分组不会出现在结果中
#output : {'first_three': '867'}
print (match.groupdict())

"""

引用已经存在的分组
有时候，你或许会寻找同样一个子匹配，该匹配会接下来再次出现
例如，尝试解析一段xml代码，xml代码的开始标记和结束标记必须是相同的，使用<([\w_]+)>和<(/[\w_]+)>并不可行，因为没有限制开始标记必须相同，<boo>和</foo>也可以匹配
正则表达式提供了解决这种问题的一种方式--使用回溯引用
可以使用\M回溯引用编号分组，此时\1表示匹配第一个分组，\2表示匹配第二个分组（最多99个）

"""

#匹配xml
match = re.search(r'<([\w_]+)>stuff</\1>','<foo>stuff</foo>')

#output : <foo>stuff</foo>
print (match.group())

#output : ('foo',) ，此时只有一个分组，因为回溯引用取代了第二个分组
print (match.groups())

#output : None , 因为前后两个标签不一致
print (re.search(r'<([\w_]+)>stuff</\1>','<foo>stuff</boo>'))

"""
作者：文文
正则表达式中的先行断言知识
python版本：python3.5

"""
import re

"""

正则表达式中有一种机制能够基于之后的内容是否存在接受或者拒绝一个匹配，而不需要接下来的内容作为匹配的一部分，它被称为先行断言
取反先行断言：使用(?!字符、字符组或其他基本单元)
正向先行断言: 使用(?=字符、字符组或其他基本单元)

"""
#取反先行断言
#表示n后面不能紧跟e
#仅仅返回字符n
#output : <_sre.SRE_Match object; span=(2, 3), match='n'>
print (re.search(r'n(?!e)','final'))

#output : None
print (re.search(r'n(?!e)','jasmine'))

#output : <_sre.SRE_Match object; span=(5, 6), match='n'>
print (re.search(r'n(?!e)','Python'))

#正向先行断言，表示n后面紧跟e，但返回的匹配结果不包含后面的e
#output : <_sre.SRE_Match object; span=(5, 6), match='n'>
print (re.search(r'n(?=e)','jasmine'))

#output : None
print (re.search(r'n(?=e)','python'))