Python初识模块之正则表达式

什么是正则表达式

　　正则表达式是字符串匹配的一种规则，在线测试工具http://tool.chinaz.com/regex/

[字符组]在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
[0-9]、[a-z]、[A-Z]、[0-9a-z]等等都是字符组的应用，注意一个字符组只匹配一个字符哦

  　　字符：

元字符　　匹配内容

.　　　　　除换行符以外的任意字符

w　　　　匹配字母，数字，下划线 --word

s　　　　 匹配所有空白符 --space

d　　　　 匹配数字 --digit

W　　　   匹配非字母，数字，下滑线的字符

S　　　　匹配非空白符

D　　　　匹配非数字

　　　　匹配一个换行符

　　　　 匹配制表符 --table

.　　　   匹配一个单词的结尾（不好用）

^　　　　  匹配字符串的开头

$　　　　  匹配字符串的结束，与^连用可以严格约束字符串 eg: ^[a-z]$只能匹配一个字母

|　　　　　或，从左到右匹配，所以长的应该在前，短的在后

()　　　　  表示一个组

[^...]　　　 除了...的所有字符 eg: [^a-z]

　　量词:用来约束紧跟着的字符,贪婪匹配，尽可能匹配多次

*　　　　表示重复0次或多次

+　　　　表示重复1次或多次

？　　　  表示重复0次或1次

{n}　　　 重复n次

{n,}　　　重复n次或多次

{n,m}　　 重复n次或m次　　

　　在量词后面加上?就变成了非贪婪匹配，也叫惰性匹配

 　　忘川和忘清和忘了学习

忘.？　　忘川 忘清 忘了  ？0次或1次

忘.*　　  忘川和忘清和忘了学习  0次或多次

忘.+　　 忘川和忘清和忘了学习 1次或多次

忘.{1,2}   忘川和 忘清和  忘了学  1次或2次

忘.*?  　 忘 忘 忘   加上?时变成了惰性匹配

忘[川清了学习]*   忘川 忘清  忘了学习

忘[^和]* 　　忘川 忘清  忘了学习  

　　转义符

在正则表达式中，有很多有特殊意义的是元字符，比如 和s等，如果要在正则中匹配正常的" "而不是"换行符"就需要对""进行转义，变成'\'。

但在很多时候这样会很麻烦，所以可以在使用正则时在想要匹配的字符串前加上r    eg: r' '

　　贪婪匹配+？

*? 　　 重复任意次，但尽可能少重复
+?　　 重复1次或更多次，但尽可能少重复
?? 　　重复0次或1次，但尽可能少重复
{n,m}?  重复n到m次，但尽可能少重复
{n,}?　 重复n次以上，但尽可能少重复

.*?x　　重复任意次，直到x出现