python--正则表达式
正则表达式模式：
| 模式 | 描述 |
|---|---|
| ^ | 匹配的开始的 |
| $ | 匹配行尾 |
| . | 匹配除换行符的任何单个字符。使用-m选项允许其匹配换行符也是如此。 |
| [...] | 匹配括号内任何单个字符 |
| [^...] | 匹配非单个字符集中的单个字符 |
| * | 匹配0个或多个匹配前面表达式。 |
| + | 匹配1个或多个先前出现的表达式。 |
| ? | 匹配0或1前面出现的表达式。 |
| { n} | 精确匹配n个前面表达式的数量。 |
| { n,} | 匹配n或多次出现上述表达式。 |
| { n, m} | 匹配至少n次和前面表达式的大多数出现m次。 |
| a| b | 匹配a或b。 |
| (re) | 组正则表达式并记住匹配的文本。 |
| (?imx) | 暂时切换上 i, m 或 x正则表达式的选项。如果括号中，仅该区域受到影响。 |
| (?-imx) | 暂时关闭切换 i, m, 或 x 正则表达式的选项。如果括号中，仅该区域受到影响。 |
| (?: re) | 组正则表达式而不匹配的记住文字。 |
| (?imx: re) | 暂时切换上i, m, 或 x 括号内的选项。 |
| (?-imx: re) | 暂时关闭切换i, m, 或 x 括号内的选项。 |
| (?#...) | 注释 |
| (?= re) | 指定使用的模式位置，没有一个范围。 |
| (?! re) | 指定使用模式取反位置，没有一个范围。 |
| (?> re) | 匹配独立的模式而不反向追踪。 |
| \w | 匹配单词字符。 |
| \W | 匹配非单词字符 |
| \s | 匹配的空白，等价于[\ t\ñ\ r\ F] |
| \S | 匹配非空白 |
| \d | 匹配的数字。等价于[0-9] |
| \D | 匹配非数字 |
| \A | 匹配字符串的开始 |
| \Z | 匹配字符串的结尾。如果一个换行符的存在，它只是换行之前匹配 |
| \z | 匹配字符串的结尾 |
| \G | 匹配点，最后一次匹配结束 |
| \b | 匹配单词边界之外时，括号内。匹配退格键（0×08），括号里面的时候 |
| \B | 匹配非单词边界 |
| \n, \t, etc. | 匹配换行符，回车符，制表符等 |
| \1...\9 | 匹配第n个分组的子表达式。 |
| \10 | 匹配，如果它已经匹配第n个分组的子表达式。否则指的是一个字符码的八进制表示。 |
正则表达式的例子
字符串开头、结尾、边界匹配
the 任何包含有the的字符
\bthe 任何以the开头的字符
\bthe\b 仅匹配单词the
\Bthe 任何包含the，但不以the开头的字符
创建字符类[]
b[ae]t bat,bet
[ac][ef] ae,af,ce,cf
指定范围或否定
z.[0-9] 字符z，后面跟任意一个字符，然后是一个十进制数字
[^aeiou] 一个非元音字符
[^\t\n] 除TAB制表符和换行符外的任意一个字符
[0-9]{15,16} 15位或16位数字
重复匹配 (*,+, ?, {})
[dn]ot? 字符d或n,后面是一个o,最后是最多一个字符t do,no,dot,not
0?[1-9] 1到9中任意一个数字，前面可能还有一个0
特殊字符
使用圆括号建组（）
1、对正则表达式进行分组
2、匹配子组
mathc 与 search
>>> import re # 导入re模块
>>> m = re.match('foo','afood') # match 从字符串开头进行匹配，未匹配则返回None值
>>> if m is not None: m.group()
>>> m = re.match('foo','afood')
>>> if m is not None: m.group()
>>> m = re.search('foo','afood') # search 查找字符串中模式首次出现的位置，而不是从开头匹配
>>> if m is not None: m.group()
'foo'
匹配多个字符串(|)
>>> bt = 'bat|bet|bit' # 正则表达式模式 bat,bet,bit >>> m = re.match(bt,'bat') >>> if m is not None: m.group() 'bat' >>> m = re.match(bt,'bit') >>> if m is not None: m.group() 'bit' >>> m = re.search(bt,'bit') # 搜索到bit >>> if m is not None: m.group() 'bit'
匹配任意单个字符(.)
>>> anyend = '.end'
>>> m = re.match(anyend,'bend') # 点号匹配 b
>>> if m is not None: m.group()
'bend'
>>> m = re.match(anyend,'end') # 没有字符匹配
>>> if m is not None: m.group()
>>> m = re.match(anyend,'\nend') # 匹配字符（\n除外）
>>> if m is not None: m.group()
>>> m = re.search('.end','The end.') # 匹配
>>> if m is not None: m.group()
' end'
创建字符集合（[]）
>>> m = re.match('[cr][23][dp]','c3p') # 匹配'c3p'
>>> if m is not None: m.group()
'c3p'
>>> m = re.match('[cr][23][dp]','r2d') # 匹配'r2d'
>>> if m is not None: m.group()
'r2d'
>>> m = re.match('c3p|r2d','c2d') # 不匹配'c2d'
>>> if m is not None: m.group()
>>> m = re.match('c3p|r2d','r2d') # 正则表达式模式 'c3p','r2d'
>>> if m is not None: m.group() # 匹配'r2d'
'r2d'
重复、特殊字符和子组
>>> import re
>>> patt = '\w+@(\w+\.)?\w+\.com'
>>> re.match(patt,'nobody@xxx.com').group()
'nobody@xxx.com'
>>>
>>> re.match(patt,'noboby@www.xxx.com').group()
'noboby@www.xxx.com'
>>>
>>> patt = '\w+@(\w+\.)*\w+\.com'
>>> re.match(patt,'nobody@www.xxx.yyy.zzz.com').group()
'nobody@www.xxx.yyy.zzz.com'
>>> m = re.match('\w\w\w-\d\d\d','abc-123')
>>> if m is not None: m.group()
'abc-123'
>>> m = re.match('(\w\w\w)-(\d\d\d)','abc-123')
>>> m.group() # 所有匹配部分
'abc-123'
>>> m.group(1) # 匹配子组1
'abc'
>>> m.group(2) # 匹配子组2
'123'
>>> m.groups() # 所有匹配子组
('abc', '123')
>>> m = re.match('(a)(b)(c)','abc') # 3个子组
>>> m.group()
'abc'
>>> m.group(1) # 匹配的子组1
'a'
>>> m.groups() # 所有匹配子组的元组
('a', 'b', 'c')
group()通常用来显示所有匹配部分，也可用来获取个别匹配的子组。
groups()方法获得一个包含所有匹配子组的元组。
从字符串的开头、结尾及单词边界上的匹配
>>> m = re.search('^The','The end.') # 匹配
>>> if m is not None: m.group()
'The'
>>> m = re.search('^The','end.The') # 不在开头
>>> if m is not None: m.group()
>>> m = re.search(r'\bthe', 'bite the dog') # 在词边界
>>> if m is not None: m.group()
'the'
>>> m = re.search(r'\bthe', 'bitethe dog') # 不在词边界
>>> if m is not None: m.group()
用sub()、subn().进行搜索和替换
>>> re.sub('[abc]','o','rock')
'rook'
>>> re.sub('[abc]','o','Mark') # 找出 a、b或者c，并以o取代之，Mark就变成Mork了
'Mork'
>>> re.subn('[abc]','o','Mark')
('Mork', 1)
>>> re.subn('[abcr]','o','Mark') # a,r 都替换成o，总计替换2次
('Mook', 2)
sub()和subn()一样，都是将某字符串中所有匹配正则表达式模式的部分进行替换。
但subn()还返回一个表示替换次数的数字，替换后的字符串和表示替换次数的数字作为一个元组的元素返回。
split()分割
Python split()通过指定分隔符对字符串进行切片
>>> re.split(':','str1:str2:str3')
['str1', 'str2', 'str3']
>>>
>>> re.split('|','name:wakey,age:20|name:ethon,age:22')
['name:wakey,age:20|name:ethon,age:22']
