1、简单的正则表达式
import re s=r‘abc‘ re.findall(s,"aaaaaaaaaaaaaaa") #结果为[] re.findall(s,"abcaaaaaaaaaaaa") #结果为[‘abc‘] re.findall(s,"abcaaaaaabcaaaa") #结果为[‘abc‘,‘abc‘]
2、元字符
[] ：指定一个字符集 例如：r‘t[io]p‘ 满足的字符串包括‘tip‘或‘top‘
加上^表示取反 例如：r‘t[^io]p‘ 满足的字符串包括除‘tip‘或‘top‘之外的字符串
^ ：匹配行首 r‘^abc‘ r‘\^abc‘
$ ：匹配行尾
\ ：\d=[0-9],\D=[^0-9],\s=[\t\n\r\f\v],\S=[^\t\n\r\f\v],\w=[a-zA-Z0-9],\W=[^a-zA-Z0-9]
\[或\\取消所有的元字符
. ：匹配任意字符
* ：匹配零次或多次
+ ：匹配一次或多次
? ：匹配一次或零次 例如：r"^010-?\d{8}$"
r=r"ab+?" #‘+?‘是最小匹配模式，非贪婪模式 re.findall(r,‘abbbbbbbb‘) #结果是‘ab‘
{} ：{m,n}最少重复m次，最多重复n次 {0,}=* {1,}=+ {0,1}=?
() ：分组，经常和‘|’一起使用，例如email的正则表达式r‘\w{3}@\w+(\.com|\.cn)‘
注意：findall匹配的正则表达式中有分组，先返回匹配分组中的数据
例如：
s=‘adjadlk hello src=csvt yes jojjlk jlij hello src=python yes jopm‘ r1=r‘hello src=.+ yes‘ re.findall(r1,s) #结果[‘hello src=csvt yes‘,‘hello src=python yes‘] r1=r‘hello src=(.+) yes‘ re.findall(r1,s) #结果[‘csvt‘,‘python‘]
|
3、正则表达式的编译
编译后的正则表达式效率比编译前的要高许多，例如：
#匹配电话号码
r1=r"\d{3,4}-?\d{8}"
p_tel=re.compile(r1) #编译后的正则表达式效率要高很多
p_tel.findall(‘010-12345678‘)
编译时，可以加一些参数，用来实现特殊功能和语法变更，例如：
csvt_re=re.compile(r‘csvt‘,re.I) #re.I表示在编译时忽略大小写 csvt_re.findall(‘CSVT‘) #结果是[‘CSVT‘] csvt_re.findall(‘csvt‘) #结果是[‘csvt‘] csvt_re.findall(‘CsVt‘) #结果是[‘CsVt‘]
4、执行匹配
（1）match()：决定RE是否在字符串刚开始的位置匹配。未匹配，返回None；否则，返回MatchObject对象
MatchObject实例方法
group():返回被RE匹配的字符串
start():返回匹配开始的位置
end():返回匹配结束的位置
span():返回一个元组包含匹配（开始，结束）的位置
实际程序中，最常见的做法是将MatchObject保存在一个变量中，然后检查他是否为None
（2）search()：扫描字符串，找到这个RE匹配的位置。未匹配，返回None；否则，返回MatchObject对象
（3）findall()：找到RE匹配的所有子串，并把他们作为一个列表返回
（4）finditer()：找到RE匹配的所有子串，并把他们作为一个迭代器返回
5、模块级函数：match()、search()、sub()、subn()、split()、findall()等
（1）sub()用法举例：
rs=r‘c..t‘ re.sub(rs,‘python‘,‘csvt caat cvvt cccc‘) #结果‘python python python cccc‘
（2）subn()用法，返回值中比sub()多了一个数据，表示一共替换了多少次，比如
rs=r‘c..t‘ re.sub(rs,‘python‘,‘csvt caat cvvt cccc‘) #结果(‘python python python cccc‘,3)
（3）split()的用法
s=‘121+334-34*33/44‘ re.split(r‘[\+\-\*/]‘,s) #结果[‘121‘,‘334‘,‘34‘,‘33‘,‘44‘]
6、编译标志-flags
