python 正则表达式

标题	说明	举例
什么是正则表达式	描述查找规则的工具
调用的库文件	re	import re
使用流程	定义正则表达式-编译-查找
确定要查找的内容范围	如果是文件的话需要文件名	key = r" hello world "#这段是你要匹配的文本
定义正则表达式	要书写正则表达式，r表示表示字符串为非转义的原始字符串，让编译器忽略反斜杠，内容写在引号内的小括号里‘（）’	p1 = r"(?<= ).+?(?= )"
编译	编译定义的正则表达式	patter=re.compile(p1)
查找	执行操作,返回的文件是一个list	file=patter.findall(key)
元字符	只匹配一个字符	\ba 以字母a开头  \d 任意一个数字
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始	^\d{5,12}$ 匹配字符串的开头和结尾，以数字开头，以数字结尾，由5-12个数字组成，
$	匹配字符串的结束	同上
定义重复次数	定义元字符的重复次数	Windows\d+匹配Windows后面跟1个或更多数字
*	重复零次或更多次	\ba\w*\b 匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)
+	重复一次或更多次	\d+  匹配1个或更多连续的数字。这里的+是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次
?	重复零次或一次	\ba\d? 以字母a开头，后边跟0个或1个数字
{n}	重复n次	\b\w{6}\b  匹配刚好6个字符的单词
{n,}	重复n次或更多次	\b\w{6，}\b  匹配刚好6个字符以上的单词
{n,m}	重复n到m次	\b\d{6，8}\b 匹配有6-8位的数字
字符转义	查找元字符本身，如'.',前加\
转义 ‘.’	\.	deerchao\.net 匹配deerchao.net
转义*	\*	\d\*\d 匹配一个乘法公式
转义  \	\\	C:\\Windows 匹配C:\Windows
字符类	给要查找的数字字符或字母一个特定的范围	[aeiou]就匹配任何一个英文元音字母
[   ]	中括号内的内容就是要查找的范围	[.?!]匹配标点符号(.或?或!) [0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w \(?0\d{2}[) -]?\d{8} 以（ 或没有（开头 + 0 + 2个数字 + ）或- + 8个数字 像(010)88886666，或022-22334455，或02912345678
分枝条件	是有几种规则，如果满足其中任意一种规则都应该当成匹配	具体方法是用|把不同的规则分隔开
|	使用时要注意规则的顺序，原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。	0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)。
分组	重复多个字符，用小括号来指定子表达式(也叫做分组)	(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式
（）	（）内无法进行任何的算数比较，如果要限定范围，则需要多个分组	字符类来描述一个正确的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
反义	查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符	\S+匹配不包含空白符的字符串。
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符	]+>匹配用尖括号括起来的以a开头的字符串。
后向引用	重复搜索前面某个分组匹配的文本	使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。
=+\分组名	重复引用前面匹配的内容，默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。	\b(\w+)\b\s+\1\b 可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)
(exp)	匹配exp（即表达式内容）,并捕获文本到自动命名的组里	\b(\d{3})\b 此方法自动对小括号内的内容进行分组并命名组号
(?exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)	\b(？\d{3})\b 此方法自动对小括号内的内容命名为word1
(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号	\b(？：\d{3})\b 不对小括号内的内容分组，以后不再使用该exp的匹配内容
零宽断言	对匹配内容的位置进行规定，比如规定只匹配（）内的内容
(?=exp)	匹配exp前面的位置，即我要匹配的内容需要有exp表达的东西，该表达是放在正则表达式的后边， myexp(?=exp)	\b\w+(?=ing\b) 匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。
(?<=exp)	匹配exp后面的位置，即我要匹配的内容前面需要有exp表达的内容该表达是放在正则表达式的前边， （？<=exp)myexp	(?<=\bre)\w+\b 会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading
(?!exp)	匹配后面跟的不是exp的位置,即我要匹配的内容后边是没有exp表达的内容的，该表达是放在正则表达式的后边	\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字
(?	匹配前面不是exp的位置，即我要匹配的内容前面没有exp表达的内容该表达是放在正则表达式的前边	(?
贪婪与懒惰	贪婪匹配：匹配尽可能多的字符 懒惰匹配，匹配尽可能少的字符
*?	重复任意次，但尽可能少重复	a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复