python正则学习总结

暂时先写到这里，随使用逐步更新此文，希望我的总结能帮到你

Regular Expression Syntax

' . ' 在默认模式下，匹配除换行符以外的任意字符。如果指定 DOTALL 标志，将匹配任何字符，包括换行符。

' ^ ' 匹配字符串的起始，并且在MULTILINE 模式下 也匹配多行的起始位置。

' $ ' 匹配字符串的末尾，或者新的一行前字符的末尾。在 MULTLINE 模式下将匹配多行的末尾位置。'foo' 匹配 'foo'和 'foobar',然而正则表达式'foo$' 仅匹配' foo' 。更有趣的是，search for 'foo.$'在'foo1\nfoo2\n' 自然匹配’foo2’,在MULTILINE模式下'foo1'会被匹配;在'foo\b'中寻找单一’$’将会返回两个 空（empty)匹配：一个在新的一行之前，一个在字符串的结尾。

' * ' 使该符号前面的正则表达式匹配0次或多次，尽可能更多的匹配。’ab*’ 将会匹配 ‘a’,’ab’或者’a’跟随着任意数量的’b’

' + ' 使得该符号前面的正则表达式匹配1次或多次，'ab+' 将会匹配 ‘a’跟随着任意非零数量的’b’,不会仅仅匹配一个’a’

' ? ' 使得该符号前面的正则表达式匹配1次或0次，'ab?' 将会匹配 ‘a’或’ab’

*?, +? , ?? 符号* ‘,’ + ‘,’ ? ‘是贪婪匹配，他们尽可能更多的匹配字符。有时我们不需要这样的性质，如果 RE <.**>匹配 <a> b <c>,它将会匹配整个字符串，而不是<a>。在这几个符号后面加上?使他进行非贪婪模式匹配或者最小匹配，尽可能少的字符将会被匹配。使用RE <.*?>将会仅仅匹配<a>

{m} 前面的正则表达式重复m次形成的表达式将会被匹配，少于正则次数的将不会被匹配，例如a{6}将会仅匹配 6 个 ‘a’字符，而不是5个’a’

{m,n} 符合前面正则表达式重复m到n次形成的表达式将会被匹配，尽可能的匹配更多的前面的正则。这个表达式还有非贪婪的版本。例如 'aaaaaa' 'a{3,5}'将会匹配5个’a’ ，但是' a{3,5}? '将会仅匹配3个’a’。{m,n}仅会使最近的正则表达式重复m-n次，例如 ab{m,n},只会使b重复m-n次，如果你希望重复的RE表达更长，可以将前面需要重复的部分加上括号(ab){m,n}，这样ab将重复m-n次。

' \ ' 转译你希望匹配的特殊字符，例如你希望匹配 ’ * ’ , ’ ? ’ 等字符。

'[ ]' 使用这个指明一组字符集合
* 这以直接列出字符，例如 [amk] 将会匹配 ' a ',' m ',' k '。
* 在两个字符中添加' - '字符将两个字符分开，表明字符的范围。列如[a-z]将会匹配所有的小谢字母，[0-5][0-9]将会匹配所有的两位的数字从00到59,并且[0-9A-Fa-f]将会匹配任何16进制数
* 在集合中特殊字符失去了他们的特殊意义。例如：[(+*)] 将匹配任何字符 ' ( ' , ' + ' , ' * ' , ' ) '。
* 在集合中字符类也被例如\w或者\s 也会被接受，尽管他们匹配的含义取决于 LOCALE或者UNICODE 模式被设置。
* 如果集合中地一个字符被设置为' ^ '所有不在集合中的字符将会被匹配。
NOTE:如果你需要匹配 [或者]以及相似的在re表达式中有特殊含义的字符，匹配[可以使用\转义字符，当你需要匹配]时，不需要转义。

' | ' A|B,A或者B可以是任意RE正则，这个正则将会匹配A或者B ，在 RE 表达式中匹配顺序按照从左到右。一旦冲共匹配则跳过右边的表达式。如果

* '(...)'* 匹配封闭括号中的正则表达式，并保存为分组。分组组的内容在匹配后可以被重新使用。

\number引用编号为number分组中匹配到的字符串，分组号从1开始。

import repattern = re.compile(r'(\w+) (\w+)')s = 'i say, hello world!'print re.sub(pattern,r'\2 \1',s)###out###say i, world hello!

\A 匹配字符串的起始位置

a = re.findall(r'\Athis' , 'this is a this string ,have lots of this')a = re.findall('this' , 'this is a this string,have lots of this')###out###a = ['this']a = ['this','this','this']

\Z 匹配字符串的结尾位置，例子参考上面’ \A ‘的示例

\b 匹配\w 和\W之间,官方的解释是（Match the empty string,but only at the beginning or end of a word）我觉得就是匹配 非\w

re.search(r'foo\b','foo')   re.search(r'foo\b','foo.')re.search(r'foo\b','foo)')re.search(r'foo\b','foo)))))')###all match###

\B 与\b恰好相反

\d 当未设置UNICODE标志，匹配任意的十进制数，与[0-9]的效果相同，当UNICODE标志设置时，匹配UNICODE中的所有标记为数字的字符。

\D 与\d恰好相反

\s 当设置UNICODE标志，匹配任意的空白字符(whitespace character),与[\t\n\r\f\v]的效果相同。LOCALE标志不会扩展机器中的空白字符。当UNICODE标志设置时，匹配所有UNICODE字符集中的所有空白字符

\S 与\s恰好相反

\w 当设置LOCALE和UNICODE标志，匹配所有的字母数字以及下划线，与[a-zA-Z0-9_]效果相同

\W 与\w恰好相反

Module Contents

re.compile(pattern,flags=0)
编译正则表达式为正则表达式对象，可以在re.match()和re.search方法中使用。

prog = re.compile(pattern)
result = prog.match(string)
和这样的用法相同
result = re.match(pattern,string)
然而使用re.compile() 并且将结果保存在正则表达式对象中，当这个表达式在同一程序中被多次使用时效果更明显。

re.DEBUG
显示关于编译表达式的debug信息

---

**re.I
re.IGNORECASE**
执行不区分大小写匹配

---

**re.M
re.MULTILINE**
当被指定后，模式字符' ^ '匹配字符串的起始和每行的起始。模式字符' $ '匹配字符串的末尾和每行的末尾。

---

**re.S
re.DOTALL**
使' . '匹配任意字符，包括换行符

---

**re.U
re.UNICODE**
使\w,\W,\b,\B,\d,\D,\s,\S依赖于Unicode 字符属性库

---

re.search(pattern,string,flags = 0)
扫描整个字符串，寻找正则表达式第一个匹配的位置。把相应的MathObject实例返回.如果没有任何位置匹配返回None.

re.match(pattern,string,flags = 0)
如果 0 或者更多的字符在字符串的起始位置匹配正则表达式，返回一个相应的MathObject实例。如果没有匹配返回None。
NOTE:即使在MULTILINE模式下，re.match也只会匹配字符串的起始位置，而不是每一行的起始位置。

re.splite(pattern,string,maxsplit = 0 , flags = 0)
依照匹配模式拆分字符串，如果在模式匹配中使用捕获括号，在模式组中的所有文本也成为返回结果列表的一部分。如果设置maxsplit不为0,那么最多分割maxsplite次。
>>>re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
>>> re.split('(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
>>> re.split('\W+', 'Words, words, words.', 1)
['Words', 'words, words.']
`>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)
['0', '3', '9']

re.findall(pattern,string,flags = 0)
返回字符串中的模式串的所有的非重叠匹配，返回一个字符列表。从左至右扫描字符串，匹配结果按照查找顺序返回。如果一个或者多个group在匹配模式中，返回一个group列表。如果匹配模式中包含超过一个group 将返回一个包含元组的列表

re.finditer(pattern,string,flags=0)
搜索string，返回一个顺序访问每一个匹配结果的迭代器，从左向右扫描字符串，按照匹配顺序返回匹配结果。

re.sub(pattern,repl,string,count = 0,flags = 0)
使用repl 替换string中每一个匹配的字符后，返回替换后的字符串。repl可以是一个字符传或者函数，当repl是一个字符串时，可以使用\id \g引用分组，但编号要从1起始。当repl是一个方法时，该方法接受一个（Match对象），返回用于替代的字符串。

re.subn(pattern,repl,string[,count])
与re.sub方法类似，不过可以通过设置count，设置替换次数。