Python基础知识3：re正则表达式

正则表达式（或RE）是一种小型的、高度专业化的编程语言，内嵌在Python中，仅做字符的匹配。

1、字符类型：

普通字符和元字符；

1）普通字符：大多数的字符和字母都会和自身匹配，比如：

t2=re.findall('ahh','yahhkkkgggtngslahh') # 匹配结果['ahh', 'ahh']

2）元字符： . ^ $ * + ? {} [] | () /

．匹配除换行符之外的任意字符

^表示匹配字符串的开始，比如^hello'匹配'helloworld'而不匹配'aaaahellobbb

$表示匹配字符串末尾，可参考^

[]用来匹配一个指定的字符集。

| 或的含义。匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式

*重复零次或更多次

+重复一次或更多次

？重复零次或一次

重复n次，重复n次或更多次，重复n到m次

\转义字符，后跟元字符，则表示去除特殊功能，\后跟普通字符实现特殊功能，引用序号对应的字组所匹配的字符串，主要有：

\A 只在字符串开始进行匹配

\Z 只在字符串结尾进行匹配

\b 匹配位于开始或结尾的空字符串

\B 匹配不位于开始或结尾的空字符串

\d 相当于[0-9]

\D 相当于[^0-9]

\s 匹配任意空白字符:[\t\n\r\r\v]

\S 匹配任意非空白字符:[^\t\n\r\r\v]

\w 匹配任意数字和字母:[a-zA-Z0-9]

\W 匹配任意非数字和字母:[^a-zA-Z0-9]

案例使用：

案例1：.匹配除换行符之外的任意字符,一个.代表一个字符，多个.代表多个字符

案例2：^必须以字符串开始

案例3：$匹配字符串的结束，必须以字符串结束

案例4：*匹配*前一个字符0次或无限次，比如abc*，可以是ab、abc、abcc、abcccc..等

案例5：+匹配+前一个字符1次或无限次

案例6：？匹配前一个字符0次或1次

案例7：匹配前一个字符m次

案例8：匹配前一个字符m-n次，如果m省略，则指重复0-n次，如果n省略，则指重复m-无限次

案例9：[...]字符集的字符以及转意

字符集可以逐个列出，也可以给出范围如[abc]或[a-c],第一个字符如果是^，则表示取反，如[^abc]表示不是abc的其他字符。所有特殊的字符在字符集中都失去其原有的特殊含义，在字符集中，如果要使用]、-或^，可以在前面加上反斜杠，或把]、-放在第一个字符，把^放在非第一个字符r

其他的转意字符：

\d 匹配任何十进制数：它相当于类[0-9]。

\D 匹配任何非数字字符：它相当于类[^0-9]

\s 匹配任何空白字符：它相当于类[\t\n\r\f\v]

\S 匹配任何非空白字符：它相当于类[^\t\n\r\f\v]

\w匹配任何字母数字字符，它相当于类[a-zA-Z0-9]

\W匹配非任何字母或数字字符，即[^\w]

\b 匹配一个单词边界，也就是指单词和空格间的位置，匹配\w和\W之间，比如一些特殊的字符标点,空格等。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

B [^\b]

案例10：\b想要匹配一个单词I，而不是单词中包含的I

2、主要函数：

match(正则模型, 要匹配的字符串, flags=0)，从起始位置开始匹配，匹配成功，则返回一个对象，未匹配成功返回None，和search区别是是否从第一个位置开始。需要配合

search(正则模型, 要匹配的字符串, flags=0，浏览整个字符串去匹配，直到找到一个匹配，未匹配成功返回None

findall(正则模型, 要匹配的字符串, flags=0) 浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中，未匹配成功返回空列表。匹配成功的字符串，不在参与下次匹配

split(正则模型, 要匹配的字符串, 指定分隔个数, flags=0) 根据正则匹配分割字符串，返回分割后的一个列表

sub(正则模型, 要替换的字符串, 要匹配的字符串, 指定匹配个数, flags=0)，替换匹配成功的指定位置字符串。

subn(正则模型, 要替换的字符串, 要匹配的字符串, 指定匹配个数, flags=0)，替换匹配成功的指定位置字符串,并且返回替换次数，可以用两个变量分别接收。

re.compile(pattern[, flags])：把正则表达式语法转化成正则表达式对象。flags定义包括：

re.I：忽略大小写

re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

re.M：多行模式

re.S：’ . ’并且包括换行符在内的任意字符（注意：’ . ’不包括换行符）

re.U： 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

group，分组是去已经获取的东西里面再去匹配

group() 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来，有参取匹配到的第几个如2

groups() 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果

groupdict() 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果

案例11：match和group效果

案例12，groups的效果，一旦表达式有（）就是分组

案例13，groupdict的效果

案例14，findall+分组

案例15，split+分组

案例16：替换sub