普通字符：大多数字符和字母都会和自身匹配
re.findall('alex','yuanaleSxalexwupeiqi')
['alex']
re.findall(匹配规则,匹配字符串)
查找出所有满足匹配规则的字符串放置于列表中
元字符：
. ^ $ * + ? { } [ ] | ( ) \
-
.表示通配符，除\n以外均可匹配，一个 . 表示任意一个字符
ret=re.findall('a..in','helloalvin')
print(ret)#['alvin']
-
^表示在字符串的开头匹配
ret=re.findall('^a...n','alvinhelloawwwn')
print(ret)#['alvin']
-
$表示在字符串的尾部匹配
ret=re.findall('a...n$','alvinhelloawwwn')
print(ret)#['awwwn']
-
*表示在贪婪匹配[0,+oo]
ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]
print(ret)#['abcccc']
ret=re.findall('abc*','abeerw')#贪婪匹配[0,+oo]
print(ret)#['ab']
-
+表示在贪婪匹配[1,+oo]
ret=re.findall('abc+','abccc')#[1,+oo]
print(ret)#['abccc']
-
？表示在贪婪匹配[0,1]可匹配0个或1个
ret=re.findall('abc?','abccc')#[0,1]
print(ret)#['abc']
ret=re.findall('abc?','abrtf')#[0,1]
print(ret)#['ab']
-
{}表示匹配重复情况；{0，}等效*；{1，}等效+
ret=re.findall('abc{1,4}','abccc') #表示匹配1-4个c均可
print(ret)#['abccc'] 贪婪匹配
- 前面的
*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配，其前面的
字符被匹配最少次数
ret=re.findall('abc*?','abcccccc')
print(ret)#['ab']
- 元字符之字符集
[]
在字符集[]中 * + ？ 都失去原有意义，当做普通字符去匹配
ret=re.findall('a[bc]d','acd') #匹配 'acd' 或 'abd'
print(ret)#['acd']
ret=re.findall('[a-z]','acd') #匹配字符串中的'a' - 'z'之间的所有字母
print(ret)#['a', 'c', 'd']
ret=re.findall('[.*+]','a.cd+')
print(ret)#['.', '+']
- 在字符集
[]里有功能的符号:-^\
ret=re.findall('[1-9]','45dha3') #匹配字符串中的1-9之间的所有数字
print(ret)#['4', '5', '3']
ret=re.findall('[^ab]','45bdha3') #[^]字符集中^表示非；该例表示匹配只要不是a b即可
print(ret)#['4', '5', 'd', 'h', '3']
cal = re.findall('\([^()]*\)','12+(34*6+2-5*(3-1))') #这里的 \ 是转义的作用
print(cal) #['(3-1)']
ret=re.findall('[\d]','45bdha3') #\d 匹配任何十进制数；它相当于类 [0-9]。
print(ret)#['4', '5', '3']
- 元字符之转义符
\
反斜杠后边跟元字符去除特殊功能,比如.(用于将 . 转换为普通字符用于匹配)
反斜杠后边跟普通字符实现特殊功能,比如\d
\d匹配任何十进制数；它相当于类 [0-9]。
\D匹配任何非数字字符；它相当于类 [^0-9]。
\s匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。(下划线也可匹配出)
\W匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9]
\b匹配一个特殊字符边界，比如空格 ，&，＃等
因为在python中\b本身就有特殊含义，所以需要再次转义 \b或r'\b'
ret=re.findall('I\b','I am LIST')
print(ret)#[]
ret=re.findall(r'I\b','I am LIST')
print(ret)#['I']
因为python解释器转义和re转义有别，所以需要传入多个\来转义
ret=re.findall('c\l','abc\le')
print(ret)#[]
ret=re.findall('c\\l','abc\le')
print(ret)#[]
ret=re.findall('c\\\\l','abc\le')
print(ret)#['c\\l']
ret=re.findall(r'c\\l','abc\le')
print(ret)#['c\\l']
在控制台输入：'abc\le'实际储存的是'abc\\le'
之所以选择\b是因为\b在ASCII表中是有意义的
m = re.findall('\bblow', 'blow')
print(m)
m = re.findall(r'\bblow', 'blow')
print(m)
- 元字符之
|
元字符|表示或的意思，其前后字符串均可以参与匹配
s = re.findall('a|b','ajkkljlbklka')
print(s) #['a', 'b', 'a']
- 元字符之分组
()
将()内的内容作为一组（整体）来匹配
m = re.findall(r'(ad)+', 'adadad') #优先匹配()组内的内容
print(m) #['ad']
若要匹配字符串中所有的内容，则加上?:即可取消上述优先级
m1 = re.findall(r'(?:ad)+', 'adadad') # 【？：】可取消优先级
print(m1) #['ad','ad','ad']
ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')
固定格式?P<id>id表示分组名称--->'23'
固定格式?P<name>name表示分组名称--->'com'
函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
print(ret.group())#23/com
print(ret.group('id'))#23 #.group(分组名称) 可以获取分组名称对应的值
re模块下的常用方法
查找所有
re.findall('a','alvin yuan')
返回所有满足匹配条件的结果,放在列表里查找（只到找到第一个匹配）
re.search('a','alvin yuan').group()
函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。查找（仅在字符串开始处进行匹配）
re.match('a','abc').group()
同search,不过仅在字符串开始处进行匹配分割
ret=re.split('[ab]','abcd')
先按'a'分割'a'的左边无内容，则左边得到''和右边'bcd',在对''和'bcd'分别按'b'分割
print(ret)#['', '', 'cd']替换
ret=re.sub('\d','abc','alvin5yuan6',1)
re.sub(参1,参2,参3,参4) 参1表示匹配规则或字符，参2表示要替换成的字符串，参3表示被匹配的字符串，参4表示指定匹配次数
re.subn('\d','abc','alvin5yuan6')
返回一个元组，分别为替换后字符串，和本次替换的次数
print(ret)#alvinabcyuan6
ret=re.subn('\d','abc','alvin5yuan6')
print(ret)#('alvinabcyuanabc', 2)
- 编译（自定义规则）可重复使用
obj=re.compile('\d{3}') #返回一个规则对象
ret=obj.search('abc123eeee') #规则对象可以调用.search() .findall等方法
print(ret.group())#123
- 将查找的内容生成迭代器
ret=re.finditer('\d','ds3sy4784a')
print(ret) #<callable_iterator object at 0x10195f940>
print(next(ret).group()) # '3'
print(next(ret).group()) # '4'
注 意 事 项
ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)#['oldboy']
这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com') #?: 可以去除优先级
print(ret)#['www.oldboy.com']
