Python正则

| 竖线在正则中表示或，匹配正则表达式 ， 比如re1|re2，等于re1 或者 re2  

. 点号， 表示匹配除换行符以外的任意字符，

------------------------------------------------------------------------

* 星号， 匹配 0 次或者多次前面出现的正则表达式

? 问号， 匹配 0 次或者 1 次前面出现的正则表达式， ？只对前面一个单位生效，比如， roo?n 匹配的结果只能是roon ron,意思就是问号前的o，只能出现1次或者0次

+ 加号， 匹配 1 次或者多次前面出现的正则表达式  

------------------------------------------------------------------------

^  (读lambada)符号， 表示匹配字符串起始部分

$ 美元符号， 表示匹配字符串终止部分

------------------------------------------------------------------------

{n} 大括号，匹配 n 次前面出现的正则表达式 ， 比方说[0-9]{3},匹配三次数字

{m,n} 匹配m~n次前面出现的正则表达式， 比方说[0-9]{3,5}匹配三到五次数字

------------------------------------------------------------------------

[....] 匹配来自字符集的任意单一字符， 比方说[abc]， 匹配来自abc的任意字符

[..x-y..] 匹配来自字符集x-y的任意单一字符， 比方说[a-za-z],[0-9]， 匹配来自abc的任意字符

[^...] 不匹配来自此字符集的任和字符，包括某些范围

------------------------------------------------------------------------

(*|+?{})? 用于匹配上面频繁出现/重复出现符号的非贪婪版本（*、+、?、{}）  

(…) 匹配封闭的正则表达式，然后另存为子组 ([0-9]{3})?,f(oo|u)bar 

------------------------------------------------------------------------

常用的记住

1、. 匹配任意除换行符“\n”外的字符；

2、*表示匹配前一个字符0次或无限次；

3、+或*后跟？表示非贪婪匹配，即尽可能少的匹配，如*？重复任意次，但尽可能少重复；

4、 .*? 表示匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

5、 .+? 表示匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。必须有一个字符

6、 ? 问号， 匹配 0 次或者 1 次前面出现的正则表达式， ？只对前面一个单位生效，比如， roo?n 匹配的结果只能是roon ron,意思就是问号前的o，只能出现1次或者0次

如：a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab和ab

 

 

 

特殊字符的含义

 

\d 匹配任何十进制数字，与[0-9]一致（\d 与\d 相反，不匹配任何非数值型的数字）

\w 匹配任何字母数字字符，与[a-za-z0-9_]相同（\w 与之相反）

\s 匹配任何空格字符，与[\n\t\r\v\f]相同（\s 与之相反）

\b 匹配任何单词边界（\b 与之相反）

\n 匹配已保存的子组 n（参见上面的(…))

\c 逐字匹配任何特殊字符 c（即，仅按照字面意义匹配，不匹配特殊含义

\a(\z) 匹配字符串的起始（结束）（另见上面介绍的^和$）

 

 

那么要想匹配上点号. 我们需要\. 加一个转义符斜杠

 

 

 

 

----------------------------------------------------------------

re 模块的函数介绍

本节将介绍两个主要的函数/方法——match()和 search()，以及 compile()函数。

 

re模块的函数

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

----------------------------------------------------------------

re 模块函数和正则表达式对象的方法

 

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。如果匹配成功，就返回

匹配对象；如果失败，就返回 none

 

search(pattern ， string ， flags=0)

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

 

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

 

finditer(pattern ， string [, flags] )

与 findall()函数相同，但返回的不是一个列表，而是一个迭代器。对于每一次匹配，迭

代器都返回一个匹配对象

 

split(pattern ， string ， max=0)

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，分隔最多操作 max 次（默认分割所有匹配成功的位置）

 

 

-----------------------------------------------------------------

sub(pattern ， repl ， string ， count=0)

使用 repl 替换所有正则表达式的模式在字符串中出现的位置，除非定义 count，否则就

将替换所有出现的位置（另见 subn()函数，该函数返回替换操作的数目）

 

purge()  

清除隐式编译的正则表达式模式

 

group(num=0)  

返回整个匹配对象，或者编号为 num 的特定子组

 

groups(default=none)  

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(default=none)  

返回一个包含所有匹配的命名子组的字典，所有的子组名称作为字典的键（如果没有

成功匹配，则返回一个空字典）

 

-------------------------------------------------------------------------

re.i、re.ignorecase 不区分大小写的匹配

re.l、re.locale 根据所使用的本地语言环境通过\w、\w、\b、\b、\s、\s 实现匹配

re.m、re.multiline ^和$分别匹配目标字符串中行的起始和结尾，而不是严格匹配整个字符串本身的起始

和结尾

re.s、re.dotall “.”（点号）通常匹配除了\n（换行符）之外的所有单个字符；该标记表示“.”（点号）

能够匹配全部字符

re.x、re.verbose 通过反斜线转义，否则所有空格加上#（以及在该行中所有后续文字）都被忽略，除非

在一个字符类中或者允许注释并且提高可读性

 

 

 

pat = "title=\".+?\"" 转移符号\,