Python正则表达式

re模块提供了和Perl里的正则表达式类似的功能，不管是正则表达式本身还是被搜索的字符串，都可以是Unicode字符，这点不用担心，python会处理地和Ascii字符一样漂亮。

正则表达式使用反斜杆（）来转义特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含义。这可能会和python字面意义上的字符串转义相冲突，这也许有些令人费解。比如，要匹配一个反斜杆本身，你也许要用'\\'来做为正则表达式的字符串，因为正则表达式要是\，而字符串里，每个反斜杆都要写成\。
你也可以在字符串前加上 r 这个前缀来避免部分疑惑，因为 r 开头的python字符串是 raw 字符串，所以里面的所有字符都不会被转义，比如r' '这个字符串就是一个反斜杆加上一字母n，而' '我们知道这是个换行符。因此，上面的'\\'你也可以写成r'\'，这样，应该就好理解很多了。不能理解看另一文：正则转义机制

正则字符匹配很多，参考Python官方的文档：Python正则匹配模式

re.match(pattern, string, flags=0) pattern为正则式，string为要匹配的字符串，flags可以控制正则的匹配方式；如是否区分大小写。

import re

>>>a = re.match(r'([0-9a-zA-Z])(@(a-z)+.[com]+)','mzc1997@gmail.com')
>>>print(a.string)
mzc1997@gmail

 使用re.search()进行字符串查找

re.search()总是返回第一个查找到的字符串   不会返回其他的

re.search(pattern,string,flags)

import re

>>>re.search(r'd','qwer12345zxc')
<_sre.SRE_Match object; span=(4, 5), match='1'>

使用re.findall()方法查找字符串，结果返回一个匹配结果的list

re.findall(pattern,string,flags)

import re

>>>re.findall(r'd+','qwer12345zxc')
['12345']

 使用re.sub()进行正则匹配，然后替换匹配的内容

re.sub(pattern,repl,string,count,flags)

import re 

a = re.compile(r'd+')
str1 = 'Q12345Q'
repl = 'mzc1997@gmail.com'
res = re.sub(a,repl,str1)
>>>print(res)
Qmzc1997@gmail.comQ   #12345被repl字符串内容替换

使用re.compile()  编译内容为正则字符串

import re   

re_mail = re.compile(r'([0-9a-zA-Z]+|[0-9a-zA-Z.]+)(@[a-z]+.[com]+)')

#使用
string = mzc1997@gmail.com

>>>re_mail.match(string)    
<_sre.SRE_Match object; span=(0, 17), match='mzc1997@gmail.com'>

匹配对象有group方法
group()可以返回子字符串
groups()返回一个被分割开的字符串list

import re
a = re.match(r'([0-9a-zA-Z]+)(@[a-z].[com]+)','mzc1997@gmail.com')

>>>a.group(0)    #0返回完整字符串
'mzc1997@gmail.com'

>>>a.group(1)   #返回匹配的第一项子串
'mzc1997'

>>>a.group(2)   #返回匹配的第二项子串
'@gmail.com'

>>>a.groups()      #返回一个被分割开的字符串list
('mzc1997','@gmail.com')

返回的子串有多少，取决于你在正则中如何把字符串分开匹配，也就是括号问题()。

正则不仅用于匹配字符串，还可以用来切分字符串

使用re.split(pattern,string)来切分

>>>a = 'a b  c' 
>>>a.split(' ')
['a', 'b', '', 'c']     #无法切分连续的空格

>>>re.split(r's+',a) #无论字符串夹杂什么字符，只要在正则中写匹配式，都可以完全切分
['a', 'b', 'c']

贪婪匹配

正则匹配默认是贪婪匹配，会尽可能多的匹配字符

import re

>>>a = re.match(r'd+','123456')
>>>print(a.string)
'123456'


>>>a = re.match(r'd+?','123456')
>>>print(a.string)
'1'

一个问号就可以将贪婪匹配变为非贪婪匹配。