1
正则表达式在Python中最好以r'xx'这样的形式作为输入，这能避免反斜杠()使用混乱。以r开头的字符串，在python中是原始字符串(raw string)的意思。
| 特殊字符 | 解释 | 例子 |
|---|---|---|
| . | 匹配所有字符不包括换行（如果DOTALL没有设置的话） | |
| ^ | 匹配字符串的开头，在MULTILINE模式下匹配每行的开头 | |
| $ | 匹配字符串的结尾，在MULTILINE模式下匹配每个新行的开头 | |
| * | 匹配0或者多个前置正则表达式 | |
| + | 匹配1或者多个前置正则表达式 | |
| ? | 匹配0或者1个前置正则表达式 | |
| *?, +?, ?? | *,+,?都是贪婪的，加了？能改变着模式 | |
| m | 匹配m个前置表达式 | |
| {m,n} | 匹配m到n个前置表达式 | |
| {m,n}？ | 改变 {m,n}贪婪模式 | |
| \ | 转义特殊字符 | |
| [] | 定义匹配集合，特殊字符（例如(+*)）在集合中失去特殊意义，使用-可以匹配一个序列，如果-放在集合的开头或者转义就能匹配-，^放在开头可以翻转整个匹配，匹配]要么放在开头要么转义 |
|
| 竖线 | 或匹配 | |
| (...) | 匹配括号中的字符串，形成一个组(````) | |
| (?:...) | 只匹配字符串但是不记录匹配的内容 | |
| (?P<name>...) | 匹配之后形成一个组，组名为name | |
| (?=...) | 超前匹配 | |
| (?!...) | 超前不匹配 | |
| (?<=...) | 滞后匹配 | |
| (?<!...) | 滞后不匹配 | |
| \number | 引用一个组 | |
| \A | 字符串的开头匹配 | |
| \b | 匹配空字符，在开始和结束处 | |
| \B | 匹配空字符，不在开始和结束处 | |
| \d | 匹配数字0-9 | |
| \D | 匹配非数字 | |
| \s | 匹配空字符，相当于[ \t\n\r\f\v] | |
| \S | 与\s相反 | |
| \w | [a-zA-Z0-9_] | |
| \W | 与\w相反 | |
| \Z | 匹配字符串的结尾 | |
| \u | Unicode字符 |
贪婪模式
正则表达式默认的情况是贪婪的，所谓贪婪就是尽量多匹配也可以叫最长匹配，但是有时候这又是不合适的.
贪婪模式
2
正则表达式的使用，可以先编译正则表达式然后调用方法，也可以直接从re模块调用方法。
pattern = re.compile(r'dongge')
m = pattern.match('dongge zeus')
#或者
m = re.match(r'dongge','dongge zeus')
match,search,fullmatch
这三个函数返回值都是match对象，match从头开始匹配，fullmatch匹配整个，search匹配第一个。
import re
test_str = 'abcd 1234 dongge'
pattern = re.compile(r'1234')
pattern.match(test_str)
pattern.search(test_str)
<_sre.SRE_Match object; span=(5, 9), match='1234'>
pattern.fullmatch(test_str)
p1 = re.compile(r'abcd')
p1.match(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.search(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.fullmatch(test_str)
p1.fullmatch(test_str,0,4)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
（注：上面的代码来自jupyter notebook）
split findall finditer
这三个函数都返回一个列表。
- 分割字符串
split
re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
re.split('(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
注意代码中的第三行，在正则表达式中加了分组之后，那个分割元素也成了返回值。
- 查找所有匹配的元素
findall
test_str = 'dongge , dongge ,zeus'
re.findall(r'dongge',test_str)
['dongge', 'dongge']
- 迭代查找元素
finditer
迭代查找
sub subn
sub(pattern, repl, string, count=0, flags=0)
这两个函数有查找和替换功能，repl这个参数既可以是字符串也可以是一个函数，函数接收一个match object。
查找替换
3
Match Object这在上面多次提到，如果一个函数返回这个对象，那么判断值肯定就是True。
这个对象最重要的概念就是group，相关函数作用在下面截图中。
group
-
start([group])end([group])span([group])
这里三个函数都是用来计算group的位置，span返回的一个元组（start，end），group默认值是0。
Paste_Image.png
