Python中re模块的使用

        在Python中，处理正则表达式的模块是re模块。通过re模块，可以使用正则表达式来进行字符串的匹配、查找、替换等操作。执行效率特别高，可读性不强。

1.方法
match 从头开始匹配 返回Match 或者None

import re
r = re.match(".\w{10}", "Hello_world hi world", re.I)
print(type(r), r)
if r:
    print(r.group())

search 匹配整个字符串 返回Match 或者None

r = re.search(r"\d", "1a2b3c")
print(type(r), r)
if r:
    print(r.group())

fullmatch 从头开始匹配 返回Match 或者None

r = re.fullmatch(r"\d", "12345")
print(type(r), r)
if r:
    print(r.group())

finditer 找到所有，返回迭代器，其中的每一个元素都是Match

r = re.finditer(r"\d", "1a2b3c4d")
print(r, type(r))

findall 找到所有，返回列表或者空列表

split 切割，返回列表
sub 替换，返回字符串
subn 替换，返回元组（新字符串，替换个数）

r = re.split(r"\d", "1a2b3c4d", 2)
print(r, type(r))

r = re.sub(r"\d", "+", "1a2b3c4d5e6f7g", 2)
print(r, type(r))

r = re.subn(r"\d", "+", "1a2b3c4d5e6f7g", 2)
print(r, type(r))

2.字符匹配
. 匹配任意字符
\d 匹配数字
\D 非数字
\w 字母数字下划线
\W 非字母数字下划线
\s 空白字符 ：空格 制表符 换行符
\S 非空白字符

r = re.findall(r".", "hello world+-*/")
r = re.findall(r"\d\D", "he1llo33 wor5ld+-*/")
r = re.findall(r"\w\W", "hel.lo33_wor_ld+-*/")
r = re.findall(r"\s\S", "hell o33\n world+-*/")

print(type(r), r)

3.重复
* 出现0-n次
+ 有1-n次
? 有0或1个
.* 默认是贪婪模式（尽可能多匹配） .*? 非贪婪模式（尽可能少匹配）
{n}匹配n次
{m,n}匹配m-n次

import re
r = re.findall(r"a*b", "aaabcabcdc")
print(r, type(r))

r = re.findall(r"a+b", "aaabcabcdc")
print(r, type(r))

r = re.findall(r"a?", "aaabcabcdc")
print(r, type(r))

r = re.findall(r".*?", "aaabcabcdc")
print(r, type(r))

r = re.findall(r"\d{2}", "12345")
print(r, type(r))

r = re.findall(r"\d{3,5}", "123456789")
print(r, type(r))

4.边界
^ 以开头
$ 以结尾
\b 匹配单词边界
\B 匹配非单词边界

r = re.findall(r"^.*?\b$", "hello world\tlove China")
print(r, type(r))

5.标识符
re.I 忽略大小写
re.M 多行模式，如果有换行符
re.S 单行模式

r = re.findall(r"^a.*?d$", "abcd\n1a2b3c4d\n+-*/", re.M)
print(r, type(r))

6.特殊字符
[abcdefg] 只能取一个
[^abcdefg] 不在abcdefg中间
[a-z0-9A-Z] 所有数字字母下划线 相当于\w

import re
r = re.findall(r"a[bc]d", "abdacdaedafd")
print(r, type(r))

r = re.findall(r"^abc", "abdacdabcdedafd")
print(r, type(r))

r = re.findall(r"a[a-z0-9A-Z_]d", "abdacdaedafda1da2da3da9daMdaZd")
print(r, type(r))

() 分组
\n 取前面的分组匹配的内容
( | ) 分组

import re
r = re.findall(r"()", "abcd1234abc123")
print(r, type(r))

r = re.findall(r"(\d\d|ab)-\d", "13-24ab-2a")
print(r, type(r))