python的正则表达式

最近经常会碰到正则表达式，以前虽然也会写一些，也能够看懂，但毕竟没有系统的研究过，用的时候还是需要常常google。
趁这个机会，进行总结和笔记，希望以后查资料就看自己的文章就够了，不用到处google。

作用

正则表达式的作用，在于描述一类字符串，常用于匹配和检索。
正则表达式不是万能的，并不能匹配全部的字符串，看名字就知道，还有非正则字符串。

常用语法

预定义字符	含义
\d	数字：[0-9]
\D	非数字：[^\d]
\s	空白字符：[<空格>\t\r\n\f\v]
\S	非空白字符：[^\s]
\w	单词字符：[A-Za-z0-9]
\W	非单词字符：[^\w]

普通字符	含义
.	匹配任意换行符"\n"外的字符
abc	匹配字符本身
特殊字符	匹配特殊字符，前面加`\`匹配

数量字符	含义
*	匹配前一个字符0或无限次
+	匹配前一个字符1或无限次
?	匹配前一个字符0或1次
{m,n}	匹配前一个字符m到n次，m和n可省略
{m,n}?、*?等	非贪婪模式，数量字符都是贪婪的，它们会尽可能多的匹配文字，在它们的后面加上一个`?`就可以实现非贪婪或最小匹配匹配特殊字符

分组	含义
[]	字符集，表示对应位置可以是字符集中任意字符
\|	或，表示左右表达式任意匹配一个，匹配时短路
()	分组，从左边开始，我一个分组，编号+1
\	引用编号为的分组

python的re模块

在python中引用re模块即可在python中使用正则表达式import re。

正则对象

re模块中，需要把一个正则字符串转换成正则表达式对象，然后使用该对象去执行匹配和替换等操作。
使用pattern = re.compile(r're_string')把一个正则字符串re_string转换成正则对象pattern，在这里建议使用python中的原字符串模式r'...'填入字符串，可以避免很多转义问题。
有两个常用的对象属性，pattern. pattern和pattern.groups，分别输出对象的匹配字符和分组个数。

匹配对象

在执行中，如果不想创建一个pattern，则可以直接使用match = re.match(r're_string','string') 来匹配。
返回值match就是正则的匹配对象，若没有匹配，返回None。
match也有很多属性和方法，比较常用的有

属性：

string: 匹配时使用的文本。

re: 匹配时使用的Pattern对象。

pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和 Pattern.seach()方法的同名参数相同。

endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。

lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。

lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。

方法：

group([group1, …]):
获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。

groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。

groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。

start([group]):
返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。

end([group]):
返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。

span([group]):
返回(start(group), end(group))。

expand(template):
将匹配到的分组代入template中然后返回。template中可以使用\id或\g、\g引用分组，但不能使用编号0。\id与\g是等价的；但\10将被认为是第10个分组，如果你想表达\1之后是字符'0'，只能使用\g<1>0。

re的常用方法

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])
从头匹配pattern，若匹配不到，则返回None

search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]):
从字符串所有位置匹配pattern，若匹配不到，则返回None

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])
按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])
搜索string，以列表形式返回全部能匹配的子串。

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])
使用repl替换string中每一个匹配的子串后返回替换后的字符串。
当repl是一个字符串时，可以使用\id或\g、\g引用分组，但不能使用编号0。
当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。
count用于指定最多替换次数，不指定时全部替换。

subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):
返回 (sub(repl, string[, count]), 替换次数)。

参考了csnd博文，引用部分还没有消化成自己的东西，在日常使用中，应该用不到这么多的属性和方法，以后再做删减。先写到这。。。

点到即止