HOWTO re

\w 字母数字字符 [a-z A-Z 0-9_]

\W 非字母数组字符 [^a-z-A-Z 0-9_]

\d 十进制数字 [0-9]

\D 非数字字符 [^0-9]

\s 空白字符 [\t\n\r\f\v]

\S 非空白字符 [^\t\n\r\f\v]

‘.’ 匹配除了换行符之外的所有字符，在dotall模式下，匹配所有字符。

* 匹配前面的字符零次或多次。

+ 匹配前面的字符至少一次。

? 匹配前面的字符零次或者一次。

{m,n} 匹配前面的字符m-n次。可以缺省m,n，m缺省时为0，n缺省时为无穷大

 

re.compile(‘RE’,re.IGNORECASE) re.IGNORECASE可以缺省

 

 

match：在字符串的开始匹配，返回字符

search：在整个字符串中匹配，返回位置

若都没有匹配成功就返回None。

findall：在所有子字符串中匹配，返回list

finditer：在所有子字符串中匹配，返回iterator

 

group()：返回匹配成功的字符串

start() 返回匹配成功的第一个位置

end() 返回匹配成功的最后一个位置

span() 返回匹配成功的位置的元组

因为match之匹配字符串的开始，所以start总是返回0.

 

Flags：

I:不分大小写。

L:\W\w\B\b 可以匹配法文之类的非英文字符作为英文字符，但是会减慢速度

M:^ $在默认模式只能匹配字符串的begining和end。在M下，可以匹配所有行的begining和end。

S：. 在默认模式下匹配所有字符除了换行符。在M下，可以匹配所有行的begining和end。

A: \w\W\b\B\s\S 可以匹配ASCII而不是Unicode

X: 默认省略RE表达式中的空格，除了空格表达式。

 

 To match a literal '|', use \|, or enclose it inside a character class, as in [|].

把元字符放在character class里面就不用\来表示。

\A ： 无论在默认模式还是M模式中，都是匹配字符串的begining。

\Z ： 无论在默认模式还是M模式中，都是匹配字符串中的end。

\b ： 单词边界，表示单词的begining或end，单词是数字和字母的序列，以数字或字母开始，以数字或字母接结束。

\B ： 意思跟b相反，非边界。

 

 

 

RE的split和STR的split不一样。