re模块

正则表达式在线测试工具 ：http://tool.chinaz.com/regex/

正则表达式规则：

　　A，字符组：[字符组]， 出现在字符组 [ ] 内的所有字符都能匹配上，例如[1,2,3,4,5,a,#] 就能匹配到  1，2，3，4，5，a，#  中的任何一个字符，且一个字符组只能匹配一个字符

　　　　可以以范围的形式出现 [0-9] , [a-z] ,[A-Z], 还可以出现多个范围 [a-zA-Z0-9!@#]，但是范围必须从小到大，不如[a-Z]不行， [A-z]就可以，但从ASCII码中可以看出[A-z]还包含处字母外的其他                字符

 

　　B，元字符：含有特殊意义

　　　　\小写字母 代表能够匹配   \大写字符  代表相反的匹配   字符组 [\大小字母\小写字符]  即可匹配所有字符（包括换行符）

.	匹配出换行符以外的任意字符
\w	匹配数字或字母或下划线（word）
\s	匹配任意空白字符（space）
\d	匹配任意数字(digit)
\W	匹配非数字或字母或下划线
\S	匹配非空白字符
\D	匹配非数字
\n	匹配一个换行符（python中的 \n）
\t	匹配一个制表符（TAB键）
\b	匹配一个单词的结尾(x\b:匹配单词中以X结尾的x，xxyyx,则匹配到最后一个x)
^	匹配字符串的开头（^abc:只匹配整个字符串开头的abc，其他任何地方包括其他行都匹配不到）
$	匹配字符串的结尾(abc$:只匹配整个字符串结尾的abc，其他任何地方包括其他行都匹配不到)
a|b	匹配a或者b，返回两个结果（ab|abc:匹配ab或者abc，且优先匹配左边的,如果是abc的字符串，则只匹配ab，不匹配abc）
()	匹配小括号内的表达式，也表示一个组
[...]	匹配字符组中的字符（[1,2,3]匹配1或2或3）
[^...]	匹配除了字符组中字符的所有字符（[^1,2,3]：匹配除了1，2，3之外的所有字符）

　　　C,量词: 所有的量词都需要用正则匹配规则的前面

*	匹配0次或多次
+	匹配1次或多次
?	匹配0次或1次
{n}	匹配n次
{n,}	匹配n次或者更多次
{n,m}	匹配n到m次

　　　　　　     

　　　　D,分组 () ，或  |       ,分组后可重新使用量词 （\d\w)+  ,比如1a2b3c4d，就可以匹配出1a    ,2b3c4d

　　　　　或：  例如需要匹配身份证号码， ^([1-9]\d{16}[0-9x]|[1-9]\d[14])$

　　　　E,转义符    \   r"\\d"：让整个字符串不转义

　　　　F,惰性匹配 ： 在量词的后面加？可以使贪婪匹配变成惰性

　　　　　　　　　　　<script>...<script>        <.*>    -->   <script>...<script>（直接匹配整个）

　　　　　　　　　　　　　　　　　　　　　<.*?>   -->   <script>,<script>   (可匹配出两个<script>）

　　　　　　　　几个常用的惰性匹配：

　　　　　　　　　　　　　　　　　　*？   匹配任意多次，但是尽可能少重复

　　　　　　　　　　　　　　　　　　+？  匹配一次或多次，但是经可能少重复

　　　　　　　　　　　　　　　　　　？？  匹配一次或多次，但是尽可能少重复

　　　　　　　　　　　　　　　　　　｛n,m}  匹配n次到m次，但是尽可能少重复

　　　　　　　　　　　　　　　　　　 ｛n,}  匹配n次以上， 但是尽可能少重复

 

re模块:

1, re.findall()     返回所有满足匹配条件的结果，放在列表中     例如  re.findall('a','aabcda')     --->['a', 'a']

2,re.search()     从前往后找，找到一个就返回，返回的是一个对象，加上group()方法后才是对应的值，没有找到返回None，调用group()就会报错

　　　　　　　group()的原理 ： 根据正则表达式的分组来选，为空时则取全部

3, re.match()     必须从第一个字符开始匹配，用法和search()一样

4, re.split('b' , 'abcd')   把abcd从b进行切割，得到 'a' 和‘bcd'

5, re.sub('a', '1', 'abcd')  把abcd中的a替换为 1

6 , re.subn()     用法和sub一样，但是subn() 多返回一个替换的次数

7，re.complie()   当某个规则需要多次使用时，可以先把规则进行编译

　　　　　　　　　　　　　　rex = re.compile('a')

　　　　　　　　　　　　　　ret = rex.search('abcd')    -->'a'

　　　　　　　　　　　　　　ret2 = rex.match('aqwer')     -->'a'

8, re.finditer()  返回一个存放匹配结果的迭代器：　　<callable_iterator object at 0x0000019A30990D30>　　　　

　　　　>>> ret = re.finditer('\d', '1ffg2gff3hg5')
　　　　>>> print(ret.__next__().group())
　　　　1
　　　　>>> print(ret.__next__().group())
　　　　2
　　　　>>> print(ret.__next__().group())
　　　　3
　　　　>>> print(ret.__next__().group())
　　　　5

 

注意：

  1，findall 的优先级查询   在正则表达式中有分组时，会优先匹配分组的内容，如果想要匹配结果，取消权限即可

　　　　re.findall('www.(baidu|hello).com','www.baidu.com')

　　　　>>>['baidu']

　　　　在分组前加上?:  取消优先分组权限

　　　　  re.findall('www.(?:baidu|hello).com','www.baidu.com')

　　　　  >>>['www.baidu.com']

2， split  的优先级查询　　　　

　　　　>>> re.split('\d','abc1def2fgh')
　　　　　　['abc', 'def', 'fgh']

　　　　加上分组之后 的结果会保留 匹配项　　　　

　　　　>>> re.split('(\d)','abc1def2fgh')
　　　　　　['abc', '1', 'def', '2', 'fgh']