# -*- coding:UTF8 -*-
#1.概念：
#   正則表達(dá)式（或 RE）是一種小型的、高度專業(yè)化的編程語言蚣驼，
#      （在Python中）它內(nèi)嵌在Python中偿警，并通過 re 模塊實(shí)現(xiàn)。使用這個(gè)小型語言苛秕，
#       你可以為想要匹配的相應(yīng)字符串集指定規(guī)則肌访；該字符串集可能包含英文語句、email
#       地址艇劫、TeX命令或任何你想搞定的東西吼驶。然后你可以問諸如“這個(gè)字符串匹配
#       該模式嗎？”或“在這個(gè)字符串中是否有部分匹配該模式呢店煞？”蟹演。你也可以使用 RE
#       以各種方式來修改或分割字符串。
#
#   正則表達(dá)式語言相對小型和受限（功能有限）顷蟀，因此并非所有字符串處理都能用
#       正則表達(dá)式完成酒请。當(dāng)然也有些任務(wù)可以用正則表達(dá)式完成，不過最終表達(dá)式會(huì)變
#       得異常復(fù)雜鸣个。碰到這些情形時(shí)羞反，編寫 Python 代碼進(jìn)行處理可能反而更好；盡管
#       Python 代碼比一個(gè)精巧的正則表達(dá)式要慢些囤萤，但它更易理解昼窗。
#
#2.在正則表達(dá)式中， 如下的字符是具有特殊含義的
#   . (所有字符)  ^  $  *(0-N次)  +(1-N次)  ? (0-1次) { } [  ]  \  |  ( ) 
#       1)."[" 和 "]"阁将。它們常用來指定一個(gè)字符類別膏秫，所謂字符類別就是你想匹配的一個(gè)字符集
#       2).其它地方的"^"只會(huì)簡單匹配 "^"字符本身。例[^5] 將匹配除 "5" 之外的任意字符。
#       3).反斜杠后面可以加不同的字符以表示不同特殊意義缤削。它也可以用于取消所有的元字符
#
#3.RE 函數(shù)用法:
#       findall(rule , target [,flag] ) 在目標(biāo)字符串中查找符合規(guī)則的字符串窘哈。
#       match() 決定 RE 是否在字符串剛開始的位置匹配
#       search() 掃描字符串，找到這個(gè) RE 匹配的位置
#       findall() 找到 RE 匹配的所有子串亭敢，并把它們作為一個(gè)列表返回
#       finditer() 找到 RE 匹配的所有子串滚婉，并把它們作為一個(gè)迭代器返回
#       group() 返回被 RE 匹配的字符串
#       start() 返回匹配開始的位置
#       end() 返回匹配結(jié)束的位置
#       span() 返回一個(gè)元組包含匹配 (開始,結(jié)束) 的位置
#       compile( rule [,flag] )將正則規(guī)則編譯成一個(gè)Pattern對象，以供接下來使用第一個(gè)參數(shù)   
#
#                                   是規(guī)則式帅刀，第二個(gè)參數(shù)是規(guī)則選項(xiàng)让腹。(使用compile加速)
#
#4 : 含義:
#   預(yù)定義轉(zhuǎn)義字符集： “\d”  “\w” “\s” 等等，它們是以字符’\’開頭扣溺，后面接一個(gè)特定
#
#字符的形式,用來指示一個(gè)預(yù)定義好的含義
#
#   ‘^’  和’$’ 匹配字符串開頭和結(jié)尾
#   ‘.’    匹配所有字符 除\n以外
#   ‘\d’  匹配數(shù)字
#   ‘\D’  匹配非數(shù)字
#   ‘\w’  匹配字母和數(shù)字
#   ‘\W’  匹配非英文字母和數(shù)字
#   ‘\s’   匹配間隔符
#   ‘\S’   匹配非間隔符
#   ‘\A’  匹配字符串開頭
#   ‘\Z’  匹配字符串結(jié)尾
#   ‘\b’  只用以匹配單詞的詞首和詞尾骇窍。單詞被定義為一個(gè)字母數(shù)字序列，因此詞尾就    
#
#                     是用空白符或非字母數(shù)字符來標(biāo)示的锥余。(退格)
#   ‘\B’腹纳，它正好同 \b 相反，只在當(dāng)前位置不在單詞邊界時(shí)匹配驱犹。
#5.前向界定與后向界定:
#   ‘(?<=…)’ 前向界定:括號中’…’代表你希望匹配的字符串的前面應(yīng)該出現(xiàn)的字符串嘲恍。
#   ‘(?=…)’后向界定    :括號中的’…’代表你希望匹配的字符串后面應(yīng)該出現(xiàn)的字符串
#   ‘(?<!..)’前向非界定 :只有當(dāng)你希望的字符串前面不是’…’的內(nèi)容時(shí)才匹配
#   ‘(?!...)’后向非界定  :只有當(dāng)你希望的字符串后面不跟著’…’內(nèi)容時(shí)才匹配。
#6.組的基本知識:
#   ‘(‘’)’                  無命名組                    [a-z]+(\d+)[a-z]+
#   ‘(?P<name>…)’    命名組                    (?P<g1>[a-z]+)\d+(?P=g1)
#   ‘(?P=name)’ 調(diào)用已匹配的命名組
#   ‘\number’通過序號調(diào)用已匹配的組正則式中的每個(gè)組都有一個(gè)序號雄驹，序號是按組
#
#從左到右佃牛，從1開始的數(shù)字，你可以通過下面的形式來調(diào)用已匹配的組
#                                            ( r"(\d+)([a-z]+)(\d+)(\2)(\1)" )   
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

import rhinoscriptsyntax as rs
# 正則表達(dá)式
import re
str1 = "abc \\ 123 456"
print re.findall("\\\\",str1)  # 不用r和用r的區(qū)
print re.findall(r"\d\Z",str1) # 用"r"來定義規(guī)則字符串

p = re.compile('(a)b')
m = p.match('ab')
print m.group()

s = "aaa1 22 gg 333 ccc 4444 pppp 55555 666"
print re.findall(r"\b\d{3}\b",s)
print re.findall(r"\b\d{2,4}\b",s)

s2 = "aaa111aaa , bbb222 , 333ccc"
print re.findall( r"(?<=[a-z]+)\d+(?=[a-z]+)",s2 )
print re.findall( r"\d+(?=[a-z]+)",s2 )
## 目標(biāo) 前面是a-z 1-多次、中間數(shù)字1-9 1-多次
print re.findall(r"\d+(?!\w+)",s2)
#無命名組
print re.findall(r"[a-z]+(\d+)[a-z]+",s2) # 只返回()里面的
s3 = 'aaa111aaa,bbb222,333ccc,444ddd444,555eee666,fff777ggg,hhh888hhh'
print re.findall(r"([a-z]+)\d+([a-z]+)",s3) #返回括號里面的
#‘(?P<name>…)’ 命名組
print re.findall( r"(?P<g1>[a-z]+)\d+(?P=g1)",s3 ) #找出被中間夾有數(shù)字的前后同樣的字母
print re.findall(r"([a-z]+)\d+\1",s3)
s4 = "111aaa222aaa111,333bbb444bb33"
print re.findall( r"(\d+)([a-z]+)(\d+)(\2)(\1)", s4 ) #數(shù)字、字母、數(shù)字、字母噪舀、數(shù)字相對稱
print re.compile(r"(\d+)([a-z]+)(\d+)(\2)(\1)").findall(s4)

#compile( rule [,flag] ) 使用compile加速
s5 = "111,222,aaa,bbb,ccc333,444ddd"
print re.compile(r"\d+\b").findall(s5) # \退格 匹配一個(gè)位于開頭的數(shù)字，沒有使用M選項(xiàng)

s6 = "123 456\n789 012\n345 678"
print re.compile(r"^\d+",re.M).findall(s6) # 匹配位于(M/多行)開頭的數(shù)字

rcm=re.compile(r"\d+$")# 對于’$’來說丈攒，沒有使用M選項(xiàng)褥实，它將匹配最后一個(gè)行尾的數(shù)字，即’678’等曼，加上以后里烦，就能匹配三個(gè)行尾的數(shù)字456 012和678了.
print re.compile(r"\d+$",re.M).findall(s6) #