python模块之re

常用正则表达式符号

'.'     默认匹配除
之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","
abc
eee",flags=re.MULTILINE)
'$'     匹配字符结尾，或e.search("foo$","bfoo
sdfsf",flags=re.MULTILINE).group()也可以
'*'     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为['abb', 'ab', 'a']
'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?'     匹配前一个字符1次或0次
'{m}'   匹配前一个字符m次
'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']
'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'
'(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c
 
 
'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的
''    匹配字符结尾，同$
'd'    匹配数字0-9
'D'    匹配非数字
'w'    匹配[A-Za-z0-9]
'W'    匹配非[A-Za-z0-9]
's'     匹配空白字符、	、
、
 , re.search("s+","ab	c1
3").group() 结果 '	'
 
'(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}

最常用的匹配语法

re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.splitall 以匹配到的字符当做列表分隔符
re.sub      匹配字符并替换

反斜杠的困扰
与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。同样，匹配一个数字的"\d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

仅需轻轻知道的几个匹配模式

re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
M(MULTILINE): 多行模式，改变'^'和'$'的行为（参见上图）
S(DOTALL): 点任意匹配模式，改变'.'的行为

import re

#s = 'hello world'
# print(s.find('ll'))
# ret=s.replace('ll','xx')
# print(ret)
# print(s.split('w'))
# ret=re.findall("ww{2}l", 'hello world')
# print(ret)
# ret=re.findall("alex", 'hiudfgiusiohalexlkshd')
# print(ret)
# .通配符
# ret=re.findall("w..l", 'hello world')# . 代指所有字符（换行符除外只能代指一个字符
# print(ret)
# ^尖角符
# ret=re.findall('^h..o','hjasdflhello')#只在开始位置匹配
# print(ret)
#$
# ret=re.findall('h..o$','hjasdflhello')#只在结尾位置匹配
# print(ret)
# * 重复匹配 范围[0,+oo]
# ret= re.findall('a.*li','husihfiosalexlihuidh')
# print(ret)
# + ：[1,+oo]
# ret= re.findall('a.+li','husihfiosalexlihuidh')
# print(ret)
# ? [0,1]
# ret= re.findall('a.?li','husihfiosalexlihuidh')
# print(ret)

# {} 自己定匹配几次 {1,3}匹配一到三次
# ret=re.findall('a{5}b','aaaaab')
# print(ret)
# *等于{0,正无穷}
# +等于{1，正无穷}
# ？等于{0，1}

#字符集

#[] 或关系[]中的内容选一，
# ret=re.findall('a[c,d]x','acx')
# print(ret)
#取消元字符的特殊功能(  ^  -例外）
# ret=re.findall('a[c,*]x','a*x')
# print(ret)
# ^放在[]：取反
# ret=re.findall('[^4,5]','ysdgufi4x245df')
# print(ret)
#   反斜杠后跟元字符去除特殊功能
#    反斜杠后跟普通字符实现特殊功能
# d 匹配任何十进制数；相当于[0-9]
# D 匹配任何非数字字符；相当于[^0-9]
# s 匹配任何空白字符；相当于[	

fv]
# S 匹配任何非空白字符；相当于[^	
fv]
# w 匹配任何字母数字字符；相当于[a-zA-Z0-9]
# W 匹配任何非字母数字字符；相当于[^a-zA-Z0-9]
#  匹配一个单词边界；也就是指单词和空格间的位置
# print(re.findall('d{10}','9074892365982475896245692835'))
# print(re.findall('sasd','fak asd'))
# print(re.findall('w','fak asd'))
# print(re.findall(r'I','I am a LIST'))
#匹配出第一个满足条件的结果
# ret=re.search('sb','shukdsbjfhsb')
# print(ret.group())

# ret=re.findall(r"\.","sdyfjD\c")
# print(ret)

# () | 分组
# ret=re.search('(as)+','sdfghjasas').group()
# print(ret)
# print(re.search('(as)|3','as').group())

#正则表达式的方法
# 1 findall() 所有结果都返回
# 2 search()  返回匹配到的第一个对象，对象可调用group()
# 3 match()   只在字符串开始匹配,返回匹配到的第一个对象，对象可调用group()
# 4 split('[a,b]')  先以a分 分完之后以b分
# 5 sub()  三个参数 第一个为原内容 第二个是要替换内容 第三个为替换后的内容
# 6 compile()  创建一个正则表达式对象，加入规则。 obj=re.compile() obj.split()