正则表达式编译和DOTALL小结

常见方法

!/usr/bin/python3
# -*- coding: utf-8 -*-

import re

string = '123abc123'
pattern = re.compile('\d+')

# result = pattern.match(string)    # match  开头匹配, 只匹配一次
# result = pattern.search(string)    # search 全局匹配, 只匹配一次
# result = pattern.findall(string)    # findall 返回是列表，列表中是所有的匹配结果

result = pattern.finditer(string)    # finditer 返回是迭代对象,内部存放了匹配对象
for data in result:
    print(data)

# print(result)

• findall 把所有的结果匹配完成了才返回，数量小可以使用，但是数据量大不推荐使用
• finditer 每匹配一个就返回一个，节省内存，适合数据量大的时候使用

re.compile()

#!/usr/bin/python3
# -*- coding: utf-8 -*-
import re

string = '123abc'

string_list = ["123abc","123abc123"]


# print(re.findall('\d+',string))


# pattern = re.compile('\d+')  #1. 编译生成匹配规则
# print(pattern.findall(string))  # 2. 匹配数据


pattern = re.compile('\d+')
for string in string_list:
    print(pattern.findall(string))

• re.findall ==> 1. 编译生成匹配规则 2. 匹配数据
  会创建上下文环境，吃性能和内存
• re.compile()创建匹配规则，可以重复利用

DOTALL模式

• re.DOTALL == re.S == re.RegexFlag.DOTALL == re.RegexFlag.S

#!/usr/bin/python3
# -*- coding: utf-8 -*-

import re
string = '''
    abcd
    abcd
'''
pattern = re.compile('a(.*?)d')    # 非贪婪 ['bc', 'bc']
pattern = re.compile('a(.*)d')    # 贪婪 ['bc', 'bc']

pattern = re.compile('a(.*)d',re.RegexFlag.S)    # DOTALL模式 ['bcd\n    abc']

print(pattern.findall(string))

• (.*) 贪婪模式 -> 尽可能多的匹配
• (.*?) 非贪婪模式 -> 一旦匹配
• . 匹配的除'\n'以外所有字符，设置 DOTALL模式，让 . 匹配包括 '\n' 所有字符

忽略大小写

• re.IGNORECASE == re.I == re.RegexFlag.IGNORECASE == re.RegexFlag.I

# 多模式共同支持使用 |
pattern = re.compile('a(.*)d',re.DOTALL | re.IGNORECASE)

原始字符串

string = r"ab\ncd"

print(string)    # "ab\ncd"

回退符\b

string = "abcd\b\bef"
print(string)    # "abef"