Python之re模块
re模块
在Python中想要使用正则表达式，就需要调用re模块来实现。
在 re 模块下的常用方法:
调用时程序最上面需要写
import re
常用的几个关键字：
findall ：re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
格式：re.findall(‘前面放要查找的内容’，‘这里放被查找的内容’)
search ：re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
返回的变量需要调用group才能拿到结果 #，如果没有找到，那么返回None，调用group会报错。
格式：re.search（‘前面放要查找的内容’，‘这里放被查找的内容’）
match ：决定RE是否在字符串刚开始的位置匹配。//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。
想要完全匹配，可以在表达式末尾加上边界匹配符'$'。
match是从头开始匹配，如果正则规则从头开始可以匹配上，就返回一个变量。 匹配的内容需要用group才能显示 。 如果没匹配上，就返回None，调用group会报错。
格式： re.match（‘前面放要查找的内容’，‘这里放被查找的内容’）
compile ： 只会从开头匹配，如果不是开头的字符串，那么将不会匹配成功。将正则表达式编译成为一个 正则表达式对象。
格式：re.compile
search : re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
格式：re.search(pattern, string, flags=0)
*注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：
- group() 返回被 RE 匹配的字符串
- start() 返回匹配开始的位置
- end() 返回匹配结束的位置
- span() 返回一个元组包含匹配 (开始,结束) 的位置
- group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。
a. group（）返回re整体匹配的字符串， b. group (n,m) 返回组号为n，m所匹配的字符串，如果组号不存在，则返回indexError异常 c.groups（）groups() 方法返回一个包含正则表达式中所有小组字符串的元组，从 1 到所含的小组号，通常groups()不需要参数，返回一个元组，元组中的元就是正则表达式中定义的组。
finditer：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。找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。
格式 ： re.finditer(pattern, string, flags=0)
split ：按照能够匹配的子串将string分割后返回列表。可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。
格式：re.split(pattern, string[, maxsplit])
sub ： 使用re替换string中每一个匹配的子串后返回替换后的字符串。
re.sub还允许使用函数对匹配项的替换进行复杂的处理。
如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。
格式：re.sub(pattern, repl, string, count)
subn：返回替换次数。
格式：re.subn(pattern, repl, string, count=0, flags=0)
一些注意点：
1、re.match与re.search与re.findall的区别：
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。
a=re.search('[\d]',"abc33").group() print(a) p=re.match('[\d]',"abc33") print(p) b=re.findall('[\d]',"abc33") print(b) 执行结果： None ['3', '3']
2、贪婪匹配与非贪婪匹配
*?,+?,??,{m,n}? 前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
a = re.findall(r"a(\d+?)",'a23b') print(a) b = re.findall(r"a(\d+)",'a23b') print(b) 执行结果： ['2'] ['23'] a = re.match('<(.*)>','<H1>title<H1>').group() print(a) b = re.match('<(.*?)>','<H1>title<H1>').group() print(b) 执行结果： <H1>title<H1> <H1>
a = re.findall(r"a(\d+)b",'a3333b') print(a) b = re.findall(r"a(\d+?)b",'a3333b') print(b) 执行结果如下： ['3333'] ['3333'] ####################### 这里需要注意的是如果前后均有限定条件的时候，就不存在什么贪婪模式了，非匹配模式失效。
