re模块

一:re.compile(pattern, flags=0),返回re.match对象

 　　模块提供了 re.compile() 函数将一个字符串编译成 pattern object，用于匹配或搜索,re.compile() 还接受一个可选的参数 flag，用于指定正则匹配的模式

re.compile()就是要匹配的东西的对象

二：re.match(string, pos, endpos)：

　　匹配从 pos 到 endpos 的字符子串的开头。匹配成功返回一个 match object，不匹配返回 None。

　　pos 的默认值是0，endpos 的默认值是 len(string)，所以默认情况下是匹配整个字符串的开头。

二：match的更多用法

match.group([group1, ...])：

　　返回 match object 中的字符串。
　　每一个 ( ) 都是一个分组，分组编号从1开始
　　组 0 总是存在的，它就是整个表达式 。
　　没有参数时，group默认为0，这时返回整个匹配到的字符串。
　　指定一个参数（整数）时，返回该分组匹配到的字符串。
　　指定多个参数时，返回由那几个分组匹配到的字符串组成的 tuple

import re
pattern=re.compile('li')
print(pattern.match('lithis is flag'))#只匹配开头为li的
print(pattern.match('thisli do not link'))
print(pattern.match('this li my web',5))#指定开始位置匹配开头为li的

pattern=re.compile(r'(w+) (w+)')
res=pattern.match("Keven Durant,Warrior")
print(res)
print(res.group())#默认下返回所有匹配的数据
print(res.group(1))#返回匹配到的组1的数据
print(res.group(1,2))#返回匹配到的组1，2的数据
---------------------------------------------结果
<re.Match object; span=(0, 12), match='Keven Durant'>
Keven Durant
Keven
('Keven', 'Durant')

match.groups()：

• 返回由所有分组匹配到的字符串组成的 tuple。

match.start([group])：

• 没有参数时，返回匹配到的字符串的起始位置。
• 指定参数（整数）时，返回该分组匹配到的字符串的起始位置。

pattern=re.compile(r'(w+) (w+)')
res=pattern.match("Keven Durant,Warrior")
print(res.start())#返回匹配到的字符串的开始位置#0
print(res.start(2))#返回匹配到组的起始位置#6

match.end([group])：

• 没有参数时，返回匹配到的字符串的结束位置。
• 指定参数（整数）时，返回该分组匹配到的字符串的结束位置。

pattern=re.compile(r'(w+) (w+)')
res=pattern.match("Keven Durant,Warrior")
print(res.end())#12    
print(res.end(1))#5

match.span([group])：

• 返回一个二元 tuple 表示匹配到的字符串的范围，即 (start, end)。
• 指定参数时，返回该分组匹配到的字符串的 (start, end)。

pattern = re.compile(r"(w+) (w+)")
m = pattern.match("Kobe Bryant, Lakers")
print(m.span())     # (0, 11)
print(m.span(2))    # (5, 11)

三：re.search(string, pos, endpos)：返回re.match对象

　　扫描整个字符串，并返回它找到的第一个匹配（Match object）。

　　和 re.match() 一样，可以通过 pos 和 endpos 指定范围

pattern=re.compile('is')
print(pattern.search('this is my web,it is extemely bad'))

<re.Match object; span=(2, 4), match='is'>

四：re.findall(string, pos, endpos)：返回列表

　　找到所有匹配的子串，并返回一个 list 。

　　可选参数 pos 和 endpos 同上。

pattern=re.compile('is')
print(pattern.findall('this is my web,it is so cool'))

五：re.finditer(string, pos, endpos)：返回迭代器，迭代后返回re.match对象

　　找到所有匹配的子串，并返回由这些匹配结果（match object）组成的迭代器。

　　可选参数 pos 和 endpos 和上面一样。

pattern=re.compile('is')
res=pattern.finditer('this is my girl,she is so shy')
print(res)
for item in res:
    print(item)
结果
<callable_iterator object at 0x000001E5D2E78288>
<re.Match object; span=(2, 4), match='is'>
<re.Match object; span=(5, 7), match='is'>
<re.Match object; span=(20, 22), match='is'>

六：re.split(string, maxsplit=0)

　　maxsplit用于指定最大分割次数，不指定将全部分割

pattern=re.compile(r'[A-Z]+')
m=pattern.split('ThisIMyweb,YOUcansurFaCeiT')
print(m)
---------------------------------
pattern=re.compile(r'[A-Z]+')
m=pattern.split('ThisIMyweb,YOUcansurFaCeiT')
print(m)

七：re.sub(repl, string, count=0)：

　　使用 repl 替换 string 中每一个匹配的子串，返回替换后的字符串。若找不到匹配，则返回原字符串。
　　repl 可以是一个字符串，也可以是一个函数。
　　当repl是一个字符串时，任何在其中的反斜杠都会被处理。
　　当repl是一个函数时，这个函数应当只接受一个参数（Match对象），并返回一个字符串用于替换。
　　count 用于指定最多替换次数，不指定时全部替换

def up(string):
    return string.group().upper()
pattern=re.compile(r'is')
res=pattern.sub('are','this is my web',1)
fes=pattern.sub(up,'this is my web')
print(res)
print(fes)
--------------------------------------------------
thare is my web
thIS IS my web

八：re.subn(repl, string, count=0)：

　　同 sub()，只不过返回值是一个二元 tuple，即(sub函数返回值, 替换次数)。

1.‘.’

　　'.' 匹配任意字符(即通配符)，若指定了re.S，则可以匹配换行符

2.'^'

　　'^' 匹配行首，即字符串的开头，若指定了re.M，会自动匹配每行开头

3.'$'

　　'$' 匹配行尾,若制定了re.M，会自动匹配每行的开头

4.'*'

　　'*'匹配'*'前面一个字符大于等于0次

　　如果规则里只有一个分组，尽量避免用*否则会有可能匹配出空字符串

5.‘+’

　　'+' 匹配‘+’前一个字符大于等于1个

6.'?'

　　匹配‘?’前一个字符0个或1个

　　还有一个功能是可以防止贪婪匹配，详情见防贪婪匹配

7.'{}'

　　{m}匹配前一个字符m个

　　{m,n}匹配前一个字符m-n个

8.'[]'

　　匹配[]中的任意个字符集，所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。

9.‘'|'

　　匹配前一个或后一个字符

10.('...')

　　以组的方式匹配括号中的字符。每一个()即为一组

11.(?P<name>'...') 指定匹配的组的名称

1.'d'　　匹配所有的十进制数即【0-9】

2.‘D’　　匹配任何非数字字符即【^0-9】

3.'s'　　 匹配任何空白字符即[ fv]

4.'S'　　匹配任何非空白字符即【^ fv】

5.'w'　　匹配任何包括下划线在内任何字母数字字符，即【a-zA-Z0-9_】

1.re.S：使‘.’匹配包括换行在内的所有字符

2.re.I：是匹配对大小写不敏感

3.re.L：做本地化识别匹配

4.re.M：多行匹配，影响'^'和'$'