Python re模块

一、正则表达式中常用的字符含义

元字符	匹配内容
\w	匹配字母（包含中文）或数字或下划线
\W	匹配非字母（包含中文）或数字或下划线
\s	匹配任意的空白符
\S	匹配任意非空白符
\d	匹配数字
\D	匹配非数字
\A	从字符串开头匹配
\z	匹配字符串的结束，如果是换行，只匹配到换行前的结果
\Z	匹配字符串的结束
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配字符串的开始
$	匹配字符串的结尾
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中的字符的所有字符
?	匹配0个或者1个左边的字符，非贪婪方式。
*	匹配0个或者多个左边的字符。
+	匹配一个或者多个左边的字符。
{n}	精准匹配n个前面的表达式。
{n,m}	匹配n到m次由前面的正则表达式定义的片段，贪婪方式
a|b	匹配a或者b。
()	匹配括号内的表达式，也表示一个组

 二、re模块常用功能函数

1. 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。

>>>print(re.findall('n', 'conniemagic'))
['n', 'n']

2. search 只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

>>>print(re.search('magic', 'conniemagic, magic, meng'))
<_sre.SRE_Match object; span=(6, 11), match='magic'>

>>>print(re.search('magic', 'conniemagic, magic, meng').group())
magic

3. match：None，同search，匹配字符串的开始内容，完全可以用search+^代替match

>>>print(re.match('connie', 'conniemagic, magic, meng'))
<_sre.SRE_Match object; span=(0, 6), match='connie'>

>>>print(re.match('connie', 'conniemagic, magic, meng').group())
connie

4. split 分割，可按照任意分割符进行分割

>>>print(re.split('[ ：:,;；，]','迎风布阵，君莫笑;包子入侵,韩烟柔：梦的开始'))
['迎风布阵', '君莫笑', '包子入侵', '韩烟柔', '梦的开始']

5. sub 替换

>>>print(re.sub('去', '来', '风没有方向的吹去，雨也跟着悲伤起去。'))
风没有方向的吹来，雨也跟着悲伤起来。

>>>print(re.sub('去', '来', '风没有方向的吹去，雨也跟着悲伤起去。', 1))
风没有方向的吹来，雨也跟着悲伤起去。

>>>print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)', r'\5\2\3\4\1', r'come on baby'))
baby on come

6. compile 工厂方法

>>>obj = re.compile('\d{2}')
>>>print(obj.search('linzhong77898fengniao').group())
77
>>>print(obj.findall('linzhong778980fengniao'))
['77', '89', '80']

7. 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。

>>>p = re.compile(r'\d+')
>>>print(p.findall('meng9527connie'))
['9527']