正则表达式是由普通字符(例如字符 a 到 z)以及特殊字符(称为"元字符")组成的文字模式。
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式(一句话中句首包含的特定字符),则匹配失败,函数返回None;而re.search匹配整个字符串(一句话中包含的特定字符),直到找到一个匹配
"." 匹配字符串中除 " " 之外的任何单个字符;/a.c/ 匹配的有abc,a$b,a1c
" * " 通配符匹配文件名中零个或多个字符。匹配前面的子表达式零次或多次。例如:
zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
“+” 匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}
"?" 通配符匹配文件名中的单个字符。匹配前面的子表达式零次或一次,例如:
"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1},(es)里面的内容匹配0到1次,[word]匹配字符w或o或r或d
*,+和?限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
[^...] 不在[]中的字符:[^abc0-9] 匹配除了a,b,c和0到9之外的字符
" ^ " 匹配输入字符串开始的位置,不要将 ^ 的这种用法与中括号表达式内的用法混淆
字符^和$同时使用时,表示精确匹配
一个数字,{x}的意思是"前面的字符或字符簇只出现x次;两个用逗号分隔的数字,{x,y}表示"前面的内容至少出现x次,但不超过y次
.:匹配
之外的任意单个字符
*:匹配子表达式0或多次。e.g:zo*,可匹配z, zoo
?:匹配子表达式0或1次。e.g: do(es)?,可匹配do, does
+:匹配子表达式1或多次。e.g: zo+,不可匹配z,可匹配zoo
{n}:完全匹配n次。e.g: o{2},不可匹配zo,可匹配zoo
[m]:匹配其中任意一个字符。25[0-5]表示250 or 251...255
a|b 匹配a或b
W 匹配非字母数字
d 匹配任意数字,等价于 [0-9]
A 匹配字符串开始
z 匹配字符串结束
S 匹配任何非空白字符。等价于 [^ f v]
http://www.ziqiangxuetang.com:80/html/html-tutorial.html
/(w+)://([^/:]+)(:d*)?([^# ]*)/
第一个括号子表达式捕获 Web 地址的协议部分。该子表达式匹配在冒号和两个正斜杠前面的任何单词。第二个括号子表达式捕获地址的域地址部分。子表达式匹配 / 或 : 之外的一个或多个字符。第三个括号子表达式捕获端口号(如果指定了的话)。该子表达式匹配冒号后面的零个或多个数字。只能重复一次该子表达式。最后,第四个括号子表达式捕获 Web 地址指定的路径和/或页信息。该子表达式能匹配不包括 # 或空格字符的任何字符序列
第一个括号子表达式包含"http"
第二个括号子表达式包含"www.ziqiangxuetang.com"
第三个括号子表达式包含":80"
第四个括号子表达式包含"/html/html-tutorial.html"