python模块--re模块

常用的正则表达式模式：

.	匹配除换行符以外的任意字符
d	匹配一个数字字符。等价于 [0-9]。
D	匹配一个非数字字符。等价于 [^0-9]。
s	匹配任何空白字符，包括空格、制表符、换页符等。等价于 [ f v]。
S	匹配任何非空白字符。等价于 [^ f v]。
w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
	字符的开始或结束。w{6} 匹配刚好6个字符的单词
^	匹配字符串开头
$	匹配字符串的结束
[^]	取反，匹配不在[]之中的字符， 例如 [^xyz] 匹配除了x,y,z以外的字符
[]	[xyz]，字符x或者y或者z
？	匹配0个或1个
*	匹配0个或多个
+	匹配1个或多个
{}	{m}重复m次，{m,}重复m到多次，{m,n}重复m到n次
（）	分组
(?P<name>exp)	将exp匹配到的文本命名为name

 更多详细使用可参考：https://www.jb51.net/tools/zhengze.html

re.match   匹配字符串的开始，如果不符合则返回None

re.match(pattern, string, flags=0)  

>>> re.match('[a-z]','1aaa')     # 没匹配到返回None
>>> re.match('[a-z]','a1aaa')
<_sre.SRE_Match object; span=(0, 1), match='a'>
>>> re.match('[a-z]','a1aaa').group()   #group()匹配到的字符串
'a'
>>> re.match('[a-z]','a1aaa').span()
(0, 1)

re.search  匹配整个字符串，直到找到一个匹配

>>> re.search('[a-z]','1aaa')
<_sre.SRE_Match object; span=(1, 2), match='a'>

findall  匹配所有符合正则的字符串，以列表形式返回

>>> re.findall('[a-z]','ab11cd22ef33')   #匹配所有符合正则的字符串，并返回列表
['a', 'b', 'c', 'd', 'e', 'f']
>>> re.findall('[a-z]','123456')    #没有匹配到则返回空列表
[]
>>> pat = re.compile(r'd+')
>>> pat.findall('aa 12 bb34 de')
['12', '34']
>>> pat.findall('aa 12 bb34 de56')
['12', '34', '56']
>>> 
>>> pat.findall('aa 12 bb34 de56',0,5)   
['12']

finditer   类似findall 将结果作为一个迭代器返回

>>> pattern = re.compile(r'D+')
>>> i = pattern.finditer('ab-11cd22ef33')
>>> i
<callable_iterator object at 0x7f8fc4d38908>
>>> for x in i:
...      print(x)
... 
<_sre.SRE_Match object; span=(0, 3), match='ab-'>
<_sre.SRE_Match object; span=(5, 7), match='cd'>
<_sre.SRE_Match object; span=(9, 11), match='ef'>

compile 函数     编译正则表达式。

re.compile(pattern[, flags])

flags：匹配模式 re.I 忽略大小写  re.M 多行模式等

>>> pattern = re.compile(r'D+')    # 先对正则进行编译，然后再匹配
>>> pattern.search('ab-11cd22ef33').group()
'ab-'
>>> pattern.search('ab-11cd22ef33',0,2).group()
'ab'
>>> 
>>> pattern.search('ab-11cd22ef33').start()
0
>>> pattern.search('ab-11cd22ef33').end()
3
>>> pattern.search('ab-11cd22ef33').span()
(0, 3)

split   按照正则匹配的子串将字符串分割并返回列表

>>> re.split(r'*','a*b*c')
['a', 'b', 'c']

re.sub    查找替换

re.sub(pattern, repl, string, count=0)

>>> re.sub(r'[^a-z]','*','ab11cd22ef33')
'ab**cd**ef**'
>>> re.sub('D','*','ab11cd22ef33')
'**11**22**33'

(?P<name>exp)

>>> m = re.search('(?P<year>[0-9]{4})','this is 2018 yeara')
>>> m.group('year')
'2018'

>>> m = re.search('(?P<year>[0-9]{4})/(?P<month>[0-9]{2})','test 2012/12 year haha')
>>> m.group()
'2018/08'
>>> m.group('year')
'2018'
>>> m.group('month')
'08'