正则表达式
\d匹配一个数字
\w匹配一个字母或数字
\s匹配一个空格（包括tab等空白符）
\s+匹配至少一个空格
.匹配任意字符
*匹配任意个字符（包括0个）
+匹配至少一个字符
?匹配0个或者1个字符
{n}匹配n个字符
{n,m}匹配n-m个字符
A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。
^表示行的开头， ^\d表示必须以数字开头
$表示行的结束，\d$表示必须以数字结束
^py$整行只能匹配py
[0-9a-zA-Z_]可以匹配一个数字、字母或者下划线
[0-9a-zA-Z_]+
[a-zA-Z_][0-9a-zA-Z_]*
[a-zA-Z_][0-9a-zA-Z_]{0, 19}
re模块
- match()方法判断是否匹配，成功返回Match对象，失败返回None
re.match(pattern, string, flags)
第一个参数为正则表达式
第二个参数为要匹配的字符串
第三个参数为标志位，匹配方式（是否区分大小写，多行匹配等）
import re
re.match(r'^\d{3}-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
- split()正则表达式切分字符串
re.split(r'\s+', 'a b c')
['a', 'b', 'c']
re.split(r'[\s,]+', 'a,b, c d')
['a', 'b', 'c', 'd']
re.split(r'[\s,;]+', 'a,b;; c d')
['a', 'b', 'c', 'd']
- group()分组提取
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
m.group(0)
'010-12345'
m.group(1)
'010'
m.group(2)
'12345'
t = '19:05:30'
m = re.match( r'^(0[0-9]|1[0-9]|2[0-3]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
print(m)
print(m.groups())
<_sre.SRE_Match object; span=(0, 8), match='19:05:30'>
('19', '05', '30')
- 正则表达式默认贪婪匹配
贪婪匹配
re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')
非贪婪匹配（尽可能少匹配）加?
re.match(r'^(\d+==?==)(0*)$', '102300').groups()
('1023', '00')
- compile()预编译，把正则表达式编译成一个正则表达式对象
import re
# 编译:
re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')
# 使用
re_telephone.match('010-12345').groups()
('010', '12345')
re_telephone.match('010-8086').groups()
('010', '8086')
- findall()获取字符串中所有匹配的字符串
获取字符串中包含'oo'的所有单词
re.findall(r'\woo\w', text)
- sub()
re.sub(pattern, repl, string, count)
第二个函数是替换后的字符串，本例为’-‘
第四个函数指替换个数，默认为0，表示每个匹配项都替换
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print re.sub(r'\s+', '-', text)
将字符串中的空格替换成‘[]’
re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)
- search()
re.search(pattern, string, flags)
匹配直到找到第一个匹配然后返回，如果字符串没有匹配，则返回None
