re模块
一、说明
模式和被搜索的字符串既可以是 Unicode 字符串 (str) ，也可以是8位字节串 (bytes)。
但是，Unicode 字符串与8位字节串不能混用：也就是说，你不能用一个字节串模式去匹配 Unicode 字符串，反之亦然；
类似地，当进行替换操作时，替换字符串的类型也必须与所用的模式和搜索字符串的类型一致。
正则表达式使用反斜杠字符 ('\') 来表示特殊形式或是允许在使用特殊字符时不引发它们的特殊含义。
这会与 Python 的字符串字面值中对相同字符出于相同目的的用法产生冲突；例如，要匹配一个反斜杠字面值，用户可能必须写成 '\\\\' 来作为模式字符串，因为正则表达式必须为 \\，而每个反斜杠在普通 Python 字符串字面值中又必须表示为 \\。
而且还要注意，在 Python 的字符串字面值中使用的反斜杠如果有任何无效的转义序列，现在将会产生 DeprecationWarning 并将在未来改为 SyntaxError。 此行为即使对于正则表达式来说有效的转义字符同样会发生。
解决办法是对于正则表达式样式使用 Python 的原始字符串表示法；在带有 'r' 前缀的字符串字面值中，反斜杠不必做任何特殊处理。
因此 r"\n" 表示包含 '\' 和 'n' 两个字符的字符串，而 "\n" 则表示只包含一个换行符的字符串。 样式在 Python 代码中通常都会使用这种原始字符串表示法来表示。
二、模块内容
2.1 flag标志位
| 简写 | 全写 | 解释 |
| re.I | re.IGNORECASE | 行忽略大小写匹配 |
| re.A | re.ASCLL | 只匹配ASCII，而不是Unicode |
| re.L | re.LOCALE | 做本地化识别（locale-aware）匹配 |
| re.M | re.MULTILINE | 多行匹配，影响 ^ 和 $ |
| re.S | re.DOTALL | 使 . 匹配包括换行在内的所有字符 |
| re.X | re.VERBOSE | 这个标记允许你编写更具可读性更友好的正则表达式 |
2.2 常用方法
| 方法 | 解释 | 备注 |
| re.compile(pattern, flags=0) | 返回的是一个匹配对象，它单独使用就没有任何意义 | ，需要和findall(), search(), match(）搭配使用 |
| re.search(pattern, string, flags=0) | 扫描整个 字符串 找到匹配样式的第一个位置，并返回一个相应的 匹配对象。如果没有匹配，就返回一个 None ； |
注意这和找到一个零长度匹配是不同的。 |
| re.match(pattern, string, flags=0) | 如果 string 开始的0或者多个字符匹配到了正则表达式样式，就返回一个相应的 匹配对象 。 如果没有匹配，就返回 None |
注意这跟零长度匹配是不同的。 |
| re.fullmatch(pattern, string, flags=0) | 如果整个 string 匹配到正则表达式样式，就返回一个相应的 匹配对象 。 否则就返回一个 None |
注意这跟零长度匹配是不同的。 |
| re.findall(pattern, string, flags=0) | 对 string 返回一个不重复的 pattern 的匹配列表， string 从左到右进行扫描，匹配按找到的顺序返回。 如果样式里存在一到多个组，就返回一个组合列表； |
空匹配也会包含在结果里。 |
| re.finditer(pattern, string, flags=0) | pattern 在 string 里所有的非重复匹配，返回为一个迭代器 iterator 保存了 匹配对象 。 string 从左到右扫描，匹配按顺序排列 | 空匹配也包含在结果里。 |
| re.split(pattern, string, maxsplit=0, flags=0) | 用 pattern 分开 string 。 如果在 pattern 中捕获到括号，那么所有的组里的文字也会包含在列表里。 如果 maxsplit 非零， 最多进行 maxsplit 次分隔， 剩下的字符全部返回到列表的最后一个元素。 |
|
| re.sub(pattern, repl, string, count=0, flags=0) | 返回通过使用 repl 替换在 string 最左边非重叠出现的 pattern 而获得的字符串。 如果样式没有找到，则不加改变地返回 string。 |
repl 可以是字符串或函数；如为字符串，则其中任何反斜杠转义序列都会被处理, 未知的 ASCII 字符转义序列保留在未来使用，会被当作错误来处理。 其他未知转义序列例如 |
| re.subn(pattern, repl, string, count=0, flags=0) | 行为与 sub() 相同，但是返回一个元组 (字符串, 替换次数). |
|
| re.escape(pattern) | 转义 pattern 中的特殊字符。如果你想对任意可能包含正则表达式元字符的文本字符串进行匹配，它就是有用的 |
在 3.7 版更改: 只有在正则表达式中具有特殊含义的字符才会被转义。 因此， |
| re.purge() | 清除正则表达式缓存。 |
2.3 一个例外
exception re.error(msg, pattern=None, pos=None)
raise：一个例外。当传递到函数的字符串不是一个有效正则表达式的时候（比如，包含一个不匹配的括号）或者其他错误在编译时或匹配时产生。如果字符串不包含样式匹配，是不会被视为错误的。错误实例有以下附加属性：
msg:未格式化的错误消息。
pattern:正则表达式样式。
pos:编译失败的 pattern 的位置索引（可以是None）。
lineno:对应 pos (可以是None) 的行号。
colno:对应 pos (可以是None) 的列号。
2.4 代码演示
import re str_1 = 'hello world, I am using Python\n' \ 'this is year of the mouse, I will have the Spring Festival\n' \ 'good good study, day day up ' re_com = re.compile('\w*i\w*') re_cf = re_com.findall(str_1) re_fa = re.findall('\w*i\w*', str_1) re_faf = re.findall('\w*i\w*', str_1, re.I) re_fi = re.finditer('\w*i\w*', str_1, re.I) print("re_cf:", re_cf) print("re_fa:", re_fa) print("re_faf:", re_faf) print("re_fi:", re_fi) for i in re_fi: print(i)
import re str_1 = 'hello world, I am using Python\n' \ 'this is year of the mouse, I will have the Spring Festival\n' \ 'good good study, day day up ' re_se = re.search('\w*i\w*', str_1) # 搜索匹配第一个符合pattern的对象 re_mai = re.match('\w*i\w*', str_1) # 如果符合patter不在开头，则返回none re_mal = re.match('\w*l\w*', str_1) re_fm = re.fullmatch('\w*l\w*', str_1) # pattern需要和string一样 re_fum = re.fullmatch(str_1, str_1) # pattern需要和string一样 print("re_se:", re_se) print("re_se.group:", re_se.group()) # 搜索匹配第一个符合pattern的对象，返回对应的字符串 print("re_se.span:", re_se.span()) # 搜索匹配第一个符合pattern的对象，返回对应的字符串位置 print("re.mai:", re_mai) # 如果返回None, 则无法使用.group：'NoneType' object has no attribute 'group' print("re.mal:", re_mal.group()) print("re_fm", re_fm) print("re_fum", re_fum)
import re str_1 = 'hello world, I am using Python\n' \ 'this is year of the mouse, I will have the Spring Festival\n' \ 'good good study, day day up ' str_2 = 'good good study, day day up ' str_3 = 'http://www.python.org' re_spn = re.split('\n', str_1) re_spi = re.split('i', str_1, maxsplit=1) re_sub = re.sub("good", "bad", str_2) re_subn = re.subn("good", "bad", str_2) re_es = re.escape(str_3) print("re_sp:", re_spn) print("re_spi:", re_spi) print("re_sub:", re_sub) print("re_subn:", re_subn) print("re_es:", re_es)
