使用正则表达式

{M,N}匹配M-N次，最大化优先

例如：a{2,5}

aabcd => aa

caaaacd => aaaa

caaaaaaaaacd => aaaaa

匹配特殊字符

需要用"\"进行转义

例如：\.com

wyh.com => .com

例如：http:\/\/w+

ssshttp://www.baidu.com => http:/www

指定匹配选项

使用[]指定要匹配的集合

例如: [abc]{2} 匹配abc中的任意两个字符

cba666 => cb

xba666 => ba

xbb666 => bb

使用[^]指定不要匹配的内容

例如：[^abc]{2}

abssjhj12sdab => ss

正则表达式分组

重复一个字符串时

使用()进行分组，使用(?P<name>\w+)指定组名

从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推

例如：表达式(A)(B(C))分组情况解析

0         (A)(B(C))

1            (A)

2             (B(C))

3             (C)

使用()对匹配的内容分组

例如：(\d{1,3}\.){3}\d{1,3}

192.168.0.0

使用\1、\2反向引用

例如：S(he) (l..e)s \1r \2r.

She loves her lover.

贪婪模式vs非贪婪模式

贪婪匹配

在整个表达式匹配成功的前提下，尽可能多的匹配

非贪婪模式

在整个表达式匹配成功的前提下，以最少的匹配字符

默认是贪婪模式

举例:

    表达式 ab.+c(贪婪模式）

      测试数据：abfhasdjfgaghcdhasjdjkcsdhajskdhk

      匹配结果：abfhasdjfgaghcdhasjdjkc

    表达式 ab.+?c(非贪婪模式，只需要在匹配pattern中加上"?"）

        测试数据：abfhasdjfgaghcdhasjdjkcsdhajskdhk

    匹配结果：abfhasdjfgaghc

正则的进阶（python中的应用）

re模块

compile()函数

compile(pattern, flags=0)

使用任何可选的标记来编译正则表达式的模式，然后返回一个正则表达式对象

推荐编译，但不是必须的

code

match()函数

match(pattern, string, flags=0)

尝试使用带有可选的标记的正则表达式的模式来匹配字符串（从头开始匹配）。如果匹配成功，就返回匹配对象；如果失败，就返回None

findall()函数

findall(pattern, string[,flags])

查找字符串中所有(非重复)出现的正则表达式模式，并返回一个匹配列表

search()函数

search(pattern, string[, flags])

使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功，则返回匹配对象；如果失败，则返回None

ps：search与match的不同在于search会一直搜索匹配的字符串，直到第一次匹配成功或者搜索完整个字符串为止，而match只会从头进行搜索若不匹配就返回None

group()与groups()函数

group(num)：返回整个匹配对象，或者编号为num的特定子组，若匹配对象为空时，会报错，所以使用时推荐在前面加上if判断

groups():返回一个包含所有匹配子组的元组（如果没有成功匹配，则返回一个空元组）

groupdict():匹配成功，返回一个由带有名字的子组组成字典

split()函数

split(pattern, string[, maxsplit])

根据正则表达式的模式分隔符，split函数将字符串分割为列表，然后返回成功匹配的列表，分割最多操作max次（默认分割所有匹配成功的位置）

sub()函数

sub(pattern, repl, string[, count])

使用repl替换string中每一个匹配的子串后返回替换后的字符串，最多操作count次（默认替换所有）