一、常用的匹配规则总结：

二、万能匹配符号

.（点）可以匹配任意字符（除换行符），*（星） 又代表匹配前面的字符无限次，所以它们组合在一起 .* 就可以匹配任意的字符了，有了它我们就不用挨个字符地匹配了。

贪婪匹配：.* 可以匹配任意多的字符，在正常它会尽量多地匹配字符，如下实例：

import re

content = 'Hello 1234567 World_This is a Regex Demo'

result = re.match('^He.*(\d+).*Demo$', content)

print(result.group(1))

# 结果是 7
#匹配式'^He.*(\d+).*Demo$' 中.*(贪婪匹配)可以尽量多地匹配到llo 123456 而正则式仍成立的

非贪婪的匹配：这时要想得到一个非贪婪的匹配，可以得到1234567，可以用.*？ 为非贪婪匹配模式。实例如下：

import re

content = 'Hello 1234567 World_This is a Regex Demo'

result = re.match('^He.*?(\d+).*Demo$', content)

print(result.group(1))

# 结果是 1234567

贪婪匹配是尽可能匹配多的字符，非贪婪匹配就是尽可能匹配少的字符.*? 之后是 \d+ 用来匹配数字，当 .*?匹配到 Hello 后面的空白字符的时候，再往后的字符就是数字了，而 \d+ 恰好可以匹配，那么这里.*?就不再进行匹配，交给 \d+ 去匹配后面的数字。所以.*?匹配了尽可能少的字符，\d+ 的结果就是 1234567 。

三、修饰符

在网页匹配中较为常用的为 re.S、re.I。

实例：

import re

content = '''Hello 1234567 World_This

is a Regex Demo

'''

result = re.match('^He.*?(\d+).*?Demo$', content)

print(result.group(1))

#运行结果：AttributeError: 'NoneType' object has no attribute 'group'，没有捕获括号内的值

因为需求匹配的文本content有换行符（有换行），而. 匹配的是换行符以外的任意字符，故匹配失败。那么在这里我们只需要加一个修饰符 re.S，即可修正这个错误。

result = re.match('^He.*?(\d+).*?Demo$', content, re.S)

#运行结果：1234567
#在 match() 方法的第三个参数传入 re.S，它的作用是使 . 匹配包括换行符在内的所有字符。

四、re库函数

• re.match():从字符串的开头开始匹配，匹配到相符的；

import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

result = re.match('Hello.*?(\d+).*?Demo', content)

print(result)

#运行结果 None

• re.search():匹配时会扫描整个字符串,然后返回第一个成功匹配的结果；

import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

result = re.search('Hello.*?(\d+).*?Demo', content)

print(result)

#运行结果 <_sre.SRE_Match object; span=(13, 53), match='Hello 1234567 World_This is a Regex Demo'>

• re.findall():匹配时会扫描整个字符串,然后返回匹配正则表达式的所有内容；

• re.sub():匹配到整个字符串符合的内容，并做替换；

import re

content = '54aK54yr5oiR54ix5L2g'

content = re.sub('\d+', '', content)

print(content)

#结果：aKyroiRixLg
#re.sub(‘正则式’，‘替换内容’，验证的文本)

• re.compile():将正则字符串编译成正则表达式对象，以便于在后面的匹配中复用;

import re

content1 = '2016-12-15 12:00'

content2 = '2016-12-17 12:55'

content3 = '2016-12-22 13:21'

pattern = re.compile('\d{2}:\d{2}')

result1 = re.sub(pattern, '', content1)

result2 = re.sub(pattern, '', content2)

result3 = re.sub(pattern, '', content3)

print(result1, result2, result3)

#运行结果：2016-12-15  2016-12-17  2016-12-22

#将正则字符串编译成正则表达式对象pattern，后面直接调用pattern

参考资料：

正则表达式: [https://germey.gitbooks.io/python3webspider/3.3-%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F.html]

在线正则表达式测试：http://tool.oschina.net/regex/#