Python 正则表达式

1 正则表达式的介绍

正则表达式使用单个字符串来描述，匹配一系列符合某个句法规则的字符串
对字符串的检索匹配和处理

2 python 正则表达式

python通过re模块提供对正则表达式的支持

1. 先将正则表达式的字符串形式编译为Pattern实例
2. 使用Pattern实例处理文本并获得匹配结果
3. 使用实例获得信息，进行其他操作

dd.PNG

字符：

一般字符	自身匹配	abc	abc
.	匹配任意换行符"\n"以外的字符。 在DOALL模式下也能匹配换行符	a.c	abc
\	转义字符	a\.c a\\c	a.c a\c
[...]	字符集。可以是[abc]或[a-c]或[^abc]表示不是abc的其他字符	a[bcd]e	abe ace ade

预定义字符集（可以写在[...]中）:

一般字符	自身匹配	abc	abc
\d	数字:[0-9]	a\dc	a1c
\D	非数字:[^\d]	a\Dc	abc
\s	非空字符：[<空格>\t\r\f\v]	a\sc	a c
\S	非空白字符：[^\S]	a\Sc	abc
\w	单词字符：[A-Za-z0-9]	a\wc	abc
\W	非单词字符：[^\w]	a\Wc	a c

数量词（用在字符或(......)之后）:

一般字符	自身匹配	abc	abc
*	匹配前一个字符0次或无限次	abc*	ab abccc
+	匹配前一个字符1次或无限次	abc+	abc abccc
?	匹配前一个字符0次或一次	ab?	ab abc
{m}	匹配前一个字符m次	ab{2}c	abbc
{m,n}	匹配前一个字符m至n次 m和n可以省略	ab{1,2}c	abc abbc

逻辑、分组:

一般字符	自身匹配	abc	abc
|	代表左右表达式任意匹配一个，它总是先尝试 匹配左边的表达式，一旦成功匹配则跳过右边的表达式 如果 | 没有包括在括号中，则它的范围是整个正则表达式	abc|def	abc def
(...)	将括起来的表达式做为分组，从表达式左边开始每遇到, 一个分组的左边括号，编号+1。分组表达式做为一个整体， 可以后接数量词。表达式中 | 仅在该组中有效	(abc){2} a(123|456)c	abcabc a456c

iLmsux(编译选项指示):

re.I	忽略大小写
re.L	使用预定字符类\w \w \b \B \s \S取决当前区域设定
re.M	多行模式改变^和$的行为
re.S	.任意匹配模式
re.U	使用预定义类\w \W \B \s \S \d \D 取决Unicode定义的字符属性
re.X	详细模式，可以多行，忽略空白字符，并且可以加入注释

3 贪婪模式和非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里的数量词默认是贪婪的，意思是总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。
例如：
正则表达式"abc"如果用于查找"abbbc",将找到"abbb"。而如果使用非贪婪方法"ab?",将找到"a"。