| 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“
”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[
vf]相同(S 与之相反)
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() 匹配字符串的起始(结束)(另见上面介绍的^和$)
那么要想匹配上点号. 我们需要. 加一个转义符斜杠
----------------------------------------------------------------
re 模块的函数介绍
本节将介绍两个主要的函数/方法——match()和 search(),以及 compile()函数。
re模块的函数
compile(pattern,flags = 0) 使用任何可选的标记来编译正则表达式的模式,然后返回一个正则表达式对象
----------------------------------------------------------------
re 模块函数和正则表达式对象的方法
match(pattern , string , flags=0)
尝试使用带有可选的标记的正则表达式的模式来匹配字符串。如果匹配成功,就返回
匹配对象;如果失败,就返回 None
search(pattern , string , flags=0)
使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功,则返回匹
配对象;如果失败,则返回 None
findall(pattern , string [, flags] )
查找字符串中所有(非重复)出现的正则表达式模式,并返回一个匹配列表
finditer(pattern , string [, flags] )
与 findall()函数相同,但返回的不是一个列表,而是一个迭代器。对于每一次匹配,迭
代器都返回一个匹配对象
split(pattern , string , max=0)
根据正则表达式的模式分隔符,split 函数将字符串分割为列表,然后返回成功匹配的
列表,分隔最多操作 max 次(默认分割所有匹配成功的位置)
-----------------------------------------------------------------
sub(pattern , repl , string , count=0)
使用 repl 替换所有正则表达式的模式在字符串中出现的位置,除非定义 count,否则就
将替换所有出现的位置(另见 subn()函数,该函数返回替换操作的数目)
purge()
清除隐式编译的正则表达式模式
group(num=0)
返回整个匹配对象,或者编号为 num 的特定子组
groups(default=None)
返回一个包含所有匹配子组的元组(如果没有成功匹配,则返回一个空元组)
groupdict(default=None)
返回一个包含所有匹配的命名子组的字典,所有的子组名称作为字典的键(如果没有
成功匹配,则返回一个空字典)
-------------------------------------------------------------------------
re.I、re.IGNORECASE 不区分大小写的匹配
re.L、re.LOCALE 根据所使用的本地语言环境通过w、W、、B、s、S 实现匹配
re.M、re.MULTILINE ^和$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
(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\,