re模块下的函数

compile(pattern)：创建模式对象 

1  import re
2 pat=re.compile( A )
3 m=pat.search( CBA )                    #等价于 re.search( A , CBA )
4 print m
5 <_sre.SRE_Match object at 0x9d690c8>   #匹配到了，返回MatchObject（True）
6 m=pat.search( CBD )
7 print m
8 None                                   #没有匹配到，返回None（False）

  search(pattern,string)：在字符串中寻找模式 

1 m = re.search( asd , ASDasd )
2 print m
3 <_sre.SRE_Match object at 0xb72cd6e8>  #匹配到了，返回MatchObject（True）
4 m = re.search( asd , ASDASD )
5 print m
6 None                                   #没有匹配到，返回None（False）

 match(pattern,string)：在字符串开始处匹配模式 

 1 m = re.search( asd , ASDasd )
 2 print m
 3 <_sre.SRE_Match object at 0xb72cd6e8>  #匹配到了，返回MatchObject（True）
 4 
 5 m = re.search( asd , ASDASD )
 6 print m
 7 None                                   #没有匹配到，返回None（False）
 8 
 9 # 等价于
10 pat=re.compile( a )
11 print pat.match( Aasd )
12 None
13 
14 printpat.match( aASD )
15 <_sre.SRE_Match object at 0xb72cd6e8>
16 
17 # 上面的函数返回都可以在if条件语句中进行判断：
18 
19 if pat.search( asd ):
20      print OK
21 
22 OK        #找到返回
23 if re.search( a , ASD ):
24      print "OK"
25        #没有找到

 split(pattern,string)：根据模式分割字符串,返回列表 

 1 re.split( , , a,s,d,asd )
 2 [ a , s , d , asd ]          #返回列表
 3 
 4 pat = re.compile( , )
 5 pat.split( a,s,d,asd )
 6 [ a , s , d , asd ]          #返回列表
 7 
 8 re.split( [, ]+ , a ,  s  ,d     ,,,,,asd )   #正则匹配：[, ]+，后面说明
 9 [ a , s , d , asd ]
10 
11 re.split( [, ]+ , a ,  s  ,d     ,,,,,asd ,maxsplit=2) # maxsplit 最多分割次数
12 [ a , s , d     ,,,,,asd ]
13 
14 pat = re.compile( [, ]+ )                     #正则匹配：[, ]+，后面说明
15 pat.split( a ,  s  ,d     ,,,,,asd ,maxsplit=2)        # maxsplit 最多分割次数
16 [ a , s , d     ,,,,,asd ]

 findall(pattern,string)：列表形式返回匹配项 

 1 re.findall( a , ASDaDFGAa )
 2 
 3 [ a , a ]                           #列表形式返回匹配到的字符串
 4 
 5  
 6 
 7 pat = re.compile( a )
 8 
 9 pat.findall( ASDaDFGAa )
10 
11 [ a , a ]                           #列表形式返回匹配到的字符串
12 
13  
14 
15 pat = re.compile( [A-Z]+ )       #正则匹配：[A-Z]+  后面有说明
16 
17 pat.findall( ASDcDFGAa )
18 
19 [ ASD , DFGA ]                      #找到匹配到的字符串
20 
21  
22 
23 pat = re.compile( [A-Z] )
24 
25 pat.findall( ASDcDFGAa )         #正则匹配：[A-Z]+  后面有说明
26 
27 [ A , S , D , D , F , G , A ]  #找到匹配到的字符串
28 
29  
30 
31 pat = re.compile( [A-Za-z] )     #正则匹配：[A-Za-z]+  匹配所有单词，后面有说明
32 
33 pat.findall( ASDcDFGAa )
34 
35 [ A , S , D , c , D , F , G , A , a ]

sub(pat,repl,string) ：用repl替换 pat匹配项      (留的是中间的，因为中间在中心) 

 1 re.sub( a , A , abcasd )   #找到a用A替换，后面见和group的配合使用
 2 
 3 AbcAsd
 4 
 5  
 6 
 7 pat = re.compile( a )
 8 
 9 pat.sub( A , abcasd )
10 
11 AbcAsd
12 
13  
14 
15 pat=re.compile(r www.(.*)..{3} ) #正则表达式
16 
17 
18   #在Python的string前面加上‘r’， 是为了告诉编译器这个string是个raw string，不要转译反斜杠    。
19 
20   #例如， 在raw string中，是两个字符，和n， 而不会转译为换行符。
21 
22   #由于正则表达式和  会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上 r 。
23 
24     
25 
26    #与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。
27 
28    #假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：
29 
30    #前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
31 
32    #Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。
33 
34    #同样，匹配一个数字的"\d"可以写成r"d"。
35 
36    #有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
37 
38   
39 
40    #不是说 加了r 就没有转译功能，好乱，就直接记住1句话：
41 
42    #当一个字符串使用了正则表达式后，最好在前面加上 r ，这样你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观
43 
44 
45 pat.match( www.dxy.com ).group(1)
46 
47 dxy
48 
49  
50 
51 re.sub(r www.(.*)..{3} ,r  , hello,www.dxy.com )
52 
53  
54 
55 pat.sub(r  , hello,www.dxy.com )
56 
57 hello,dxy
58 
59 # r 1  是第一组的意思
60 
61 #通过正则匹配找到符合规则的"www.dxy.com" ，取得 组1字符串 去替换 整个匹配。
62 
63  
64 
65  
66 
67 pat=re.compile(r (w+) (w+) )     #正则表达式
68 
69 s= hello world ! hello hz !
70 
71  
72 
73 pat.findall( hello world ! hello hz ! )
74 
75 [( hello , world ), ( hello , hz )]
76 
77 pat.sub(r   ,s)                #通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。  
78 
79 world hello!hz hello!

 escape(string) ：对字符串里面的特殊字符串进行转义 

1 re.escape( www.dxy.cn )
2 
3 www\.dxy\.cn                    #转义

 上面的函数中，只有match、search有group方法，其他的函数没有。

函数的方法

group：获取子模式(组)的匹配项

 1 pat = re.compile(r www.(.*).(.*) )       #用()表示1个组，2个组
 2 
 3 m = pat.match( www.dxy.com )
 4 
 5 m.group()                                  #默认为0，表示匹配整个字符串  
 6 
 7 www.dxy.com
 8 
 9  
10 
11 m.group(1)                                 #返回给定组1匹配的子字符串
12 
13 dxy
14 
15  
16 
17 m.group(2)
18 
19 com

start：给定组匹配项的开始位置 

1 m.start(2)                                 #组2开始的索引
2 8

 end：给定组匹配项的结束位置

1 m.end(2)                                   #组2结束的索引
2 
3 11

span：给定组匹配项的开始结束位置 

1 m.span(2)                                  #组2开始、结束的索引
2 
3 (8, 11)

 正则表达式

 元字符  

“.” ：通配符,除换行符外的任意的1个字符 

 1 pat=re.compile( . )
 2 pat.match( abc )
 5 <_sre.SRE_Match object at 0xb72b6170>
 7 pat.match( abc ).group()
 9 a                                #匹配到了首个字符
11 pat.search( abc ).group()
13 a
15 pat.match( ).group()        #换行符匹配出错
17 Traceback (most recent call last):
19   File "<stdin>", line 1, in <module>
 21 AttributeError: NoneType object has no attribute group

 “” : 转义符

1 pat=re.compile( . )
2 pat.search( abc.efg ).group()  #匹配到.
3 .
4 pat.findall( abc.efg )         #不用group,返回列表
5 [ . ]

 “[…]” : 字符集合，匹配里面的任意一个元素 

1 >>> pat=re.compile( [abc] )
2 >>> pat.match( axbycz ).group()
3 a
4 >>> pat.search( axbycz ).group()
5 a
6 >>> pat.findall( axbycz )
7 [ a , b , c ]

“d” : 数字 

 1 >>> pat=re.compile( d )
 2 >>> pat.search( ax1by2cz3 ).group()   #匹配到第一个数字:1，返回
 3 1
 4 >>> pat.match( ax1by2cz3 ).group()    #匹配不到（首个不是）返回None，报错，match匹配字符串头
 5 Traceback (most recent call last):
 6 File"<stdin>", line1, in < module >
 7 AttributeError: NoneType object has no attribute group
 8 
 9 >>> pat.findall( ax1by2cz3 )          #匹配所有的数字，列表返回
10 [ 1 , 2 , 3 ]

 “D” : 非数字 

1 >>> pat=re.compile( D )
2 >>> pat.match( ax1by2cz3 ).group()
3 a
4 >>> pat.search( ax1by2cz3 ).group()
5 a
6 >>> pat.findall( ax1by2cz3 )
7 [ a , x , b , y , c , z ]

 “s” ：空白字符 、 、 、 、空格 

1 >>> pat=re.compile( s )
2 >>> pat.findall( ax1 by2 cz3 )
3 [ ,   , ,   , ]
4 >>> pat.search( ax1 by2 cz3 ).group()
5 
6 >>> pat.match( ax1 by2 cz3 ).group()

 “S” :非空白字符 

1 >>> pat=re.compile( S )
2 >>> pat.search( ax1 by2 cz3 ).group()
3 a
4 >>> pat.findall( ax1 by2 cz3 )
5 [ a , x , 1 , b , y , 2 , c , z , 3 ]

 “w” ：单个的 数字和字母，[A-Za-z0-9] 

1 >>> pat=re.compile( w )
2 >>> pat.search( 1a2b3c ).group()
3 1
4 >>> pat.findall( 1a2b3c )
5 [ 1 , a , 2 , b , 3 , c ]
6 >>> pat.match( 1a2b3c ).group()
7 1

 “W”:非单词字符,除数字和字母外 

1 >>> pat=re.compile( W )
2 >>> pat.findall( 1a2我b3c ) #python是用三字节表示一个汉字
3 [ æ , ˆ , ‘ ]
4 >>> pat.search( 1a2我b3c ).group()
5 æ

 数量词

“*” ：0次或多次    （ 乘0会变成0） 

1 >>> pat = re.compile( [abc]* )
2 >>> pat.match( abcabcdefabc ).group()
3 abcabc                               #2次
4 >>> pat.search( abcabcdefabc ).group()
5 abcabc                               #2次
6 >>> pat.findall( abcabcdefabc )
7 [ abcabc ,  ,  ,  , abc ,  ]     #2次和1次,因为有0次，所以匹配了

 “+” ：1次或多次     （ 加0不会变成0） 

1 >>> pat = re.compile( [abc]+ )
2 >>> pat.match( abcdefabcabc ).group()
3 abc
4 >>> pat.search( abcdefabcabc ).group()
5 abc
6 >>> pat.findall( abcdefabcabc )
7 [ abc , abcabc ]

 “?” ：0次或1次，match,search 不会出现none，会出现’ ‘ （因为0次也是符合的）

0次或1次不是指[xxx]这个集合，而是其中的任何的一个字符 

1 >>> pat = re.compile([abc]? )
2 >>> pat.match(defabc).group()  # 0次
3 >>> pat.match(abcdefabc).group()
4 a
5 >>> pat.search(defabc).group()  # 0次
6 >>> pat.findall(defabc)  # 0次和1次
7 [,,, a, b, c,]  # 后面总再加个

 “数量词?” ：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多） 

 1 >>> pat = re.compile([abc] +)  # 贪婪模式
 2 >>> pat.match(abcdefabcabc).group()  # 匹配尽可能多的：abc
 3 abc
 4 >>> pat.match(bbabcdefabcabc).group()
 5 bbabc
 6 >>> pat.search(dbbabcdefabcabc).group()
 7 bbabc
 8 >>> pat.findall(abcdefabcabc)
 9 [abc, abcabc]
10 >>> pat = re.compile([abc] +? )  # 非贪婪模式：+?
11 >>> pat.match(abcdefabcabc).group()  # 匹配尽可能少的：a、b、c
12 a
13 >>> pat.search(dbbabcdefabcabc).group()
14 b
15 >>> pat.findall(abcdefabcabc)
16 [a, b, c, a, b, c, a, b, c]

 “{m}” ：匹配字符串出现m次 

1 >>> pat = re.compile( [op]{2} )     #o或p出现2次
2 >>> pat.search( abcooapp ).group()  #匹配第一次出现的字符串,o比p先出现
3 oo
4 >>> pat.findall( abcooapp )         #匹配出现的所有字符串，列表形式返回
5 [ oo , pp ]

 “{m,n}” ：匹配字符串出现m到n次 

1 >>> pat = re.compile( [op]{2,4} )     #o或则p出现2到4次
2 >>> pat.match( pppabcooapp ).group()  #匹配开头
3 ppp
4 >>> pat.search( pppabcooapp ).group() #匹配第一次出现
5 ppp
6 >>> pat.findall( pppabcooapp )        #匹配所有
7 [ ppp , oo , pp ]

 .group() #匹配第一次出现

边界

“^” ：匹配字符串开头或行头 

 1 >>> pat = re.compile( ^ [abc] )  # 开头是a、b、c中的任意一个
 2 >>> pat.search(defabc).group()
 3 >>> pat.match(defabc).group()  # 均找不到
 4 >>> pat.findall(defabc)
 5 []
 6 >>> pat.search(adefabc).group()
 7 a
 8 >>> pat.match(adefabc).group()  # 开头是a、b、c中的任意一个
 9 a
10 >>> pat.findall(adefabc)
11 [a]
12 >>> pat = re.compile( ^ [abc] + )  # 开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
13 >>> pat.findall(cbadefab)
14 [cba]
15 >>> pat = re.compile(r ^ [abc] +? )  # 开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个
16 >>> pat.findall(cbadefab)
17 [c]

 “$” ：匹配字符串结尾或则行尾 

 1 >>> pat = re.compile( [abc]$ )
 2 >>> pat.match( adefAbc ).group()   #match匹配的是字符串开头，所以查找$的时，总是返回None
 3 >>> pat.search( adefAbc ).group()  #结尾是a、b、c中的任意一个
 4 c
 5 >>> pat.findall( adefAbc )
 6 [ c ]
 7 >>> pat = re.compile( [abc]+$ )
 8 >>> pat.search( adefAbc ).group()  #结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
 9 bc
10 >>> pat.findall( adefAbc )
11 [ bc ]

 “A”：匹配字符串开头 

1 >>> pat = re.compile( A[abc]+ )
2 >>> pat.findall( cbadefab )
3 [ cba ]
4 >>> pat.search( cbadefab ).group()
5 cba

 “Z”：匹配字符串结尾 

1 >>> pat = re.compile( [abc]+Z )
2 >>> pat.search( cbadefab ).group()
3 ab
4 >>> pat.findall( cbadefab )
5 [ ab ]

 分组

(…)：分组匹配,从左到右,每遇到一个 ( 编号+1，分组后面可加数量词 

 1 >>> pat = re.compile(r(a)w(c) )  # w:单个的数字或字母 [A-Za-z0-9]
 2 >>> pat.match(abcdef).group()
 3 abc
 4 >>> pat = re.compile((a)b(c) )  # 分2组，匿名分组
 5 >>> pat.match(abcdef).group()  # 默认返回匹配的字符串
 6 abc
 7 >>> pat.match(abcdef).group(1)  # 取分组1，适用于search
 8 a
 9 >>> pat.match(abcdef).group(2)  # 取分组2，适用于search
10 c
11 >>> pat.match(abcdef).groups()  # 取所有分组，元组形式返回
12 (a, c)

 <number>：引用编号为<number>的分组匹配到的字符串 

1 >>> pat=re.compile(r www.(.*)..{3} )
2 >>> pat.match( www.dxy.com ).group(1)
3 dxy

 “(?P<name>…)” ：在模式里面用()来表示分组（命名分组）,适用于提取目标字符串中的某一些部位 

 1 >>> pat=re.compile(r (?P<K>a)w(c) )    #分2组：命名分组+匿名分组
 2 >>> pat.search( abcdef ).groups()       #取所有分组，元组形式返回
 3 ( a , c )
 4 >>> pat.search( abcdef ).group(1)       #取分组1，适用于match
 5 a
 6 >>> pat.search( abcdef ).group(2)       #取分组2，适用于match
 7 c
 8 >>> pat.search( abcdef ).group()        #默认返回匹配的字符串
 9 abc
10 >>> pat.search( abcdef ).groupdict()    #命名分组可以返回一个字典【专有】，匿名分组也没有
11 { K : a }

 “(?P=name)”：引用别名为<name>的分组匹配到的串 

 1 >>> pat = re.compile(r(?P < K > a)w(c)(?P = K) )  # (?P=K)引用分组1的值，就是a
 2 >>> pat.search(abcdef).group()  # 匹配不到，因为完整 awca ,模式的第4位是a
 3 Traceback(most recent call last):
 4  File "<stdin>", line 1, in < module >
 5  AttributeError: NoneType object has no attribute group
 6 >>> pat.search(abcadef).group()  # 匹配到，模式的第4位和组1一样,值是c
 7 abca
 8 >>> pat.search(abcadef).groups()
 9 (a, c)
10 >>> pat.search(abcadef).group(1)
11 a
12 >>> pat.search(abcadef).group(2)
13 c

 “<number>” ：引用分组编号匹配： 

 1 >>> pat=re.compile(r (?P<K>a)w(c)(?P=K) )  #引用分组2的值，就是c
 2 >>> pat.findall( Aabcadef )                   #匹配不到，因为完整 awcac ,模式的第5位是c
 3 []
 4 >>> pat.findall( Aabcacdef )                  #匹配到，模式的第5位和组2一样,值是c
 5 [( a , c )]
 6 >>> pat.search( Aabcacdef ).groups()
 7 ( a , c )
 8 >>> pat.search( Aabcacdef ).group()
 9 abcac
10 >>> pat.search( Aabcacdef ).group(1)
11 a
12 >>> pat.search( Aabcacdef ).group(2)
13 c

 特殊构造 　　 

 1 (?:…) (…)不分组版本,用于使用 | 或者后接数量词
 2 
 3 (?iLmsux) iLmsux的每个字符代表一个匹配模式,只能用在正则表达式的开头,可选多个
 4 
 5 (?#…) #号后的内容将作为注释
 6 
 7 (?=…) 之后的字符串内容需要匹配表达式才能成功匹配
 8 
 9 (?!…) 之后的字符串不匹配表达式才能成功
10 
11 (?(?(?(id/name) yes |no) 如果编号为id/名字为name的组匹配到字符串,则需要匹配yes,否则匹配no,no可以省略

“(?:…)” ：()里面有?:表示该()不是分组 

1 >>> pat=re.compile(r a(?:bc) )
2 >>> pat.findall( abc )
3 [ abc ]
4 >>> pat.match( abc ).groups()      #显示不出分组

 “(?=…)”：匹配…表达式，返回。对后进行匹配，总是对后面进行匹配 

 1 >>> pat=re.compile(r w(?=d) )    #匹配表达式d，返回数字的前一位，w：单词字符[A-Za-z0-9]
 2 >>> pat.findall( abc1 def1 xyz1 )
 3 [ c , f , z ]
 4 >>> pat.findall( zhoujy20130628hangzhou )  #匹配数字的前一位，列表返回
 5 [ y , 2 , 0 , 1 , 3 , 0 , 6 , 2 ]
 6 >>> pat=re.compile(r w+(?=d) )
 7 >>> pat.findall( abc1,def1,xyz1 )          #匹配最末数字的前字符串，列表返回
 8 [ abc , def , xyz ]
 9 >>> pat.findall( abc21,def31,xyz41 )
10 [ abc2 , def3 , xyz4 ]
11 >>> pat.findall( zhoujy20130628hangzhou )
12 [ zhoujy2013062 ]
13 >>> pat=re.compile(r [A-Za-z]+(?=d) )       #[A-Za-z],匹配字母,可以用其他的正则方法
14 >>> pat.findall( zhoujy20130628hangzhou123 ) #匹配后面带有数字的字符串，列表返回
15 [ zhoujy , hangzhou ]
16 >>> pat.findall( abc21,def31,xyz41 )
17 [ abc , def , xyz ]

 “(?!…)” 不匹配…表达式，返回。对后进行匹配 

1 >>> pat=re.compile(r [A-Za-z]+(?!d) )       #[A-Za-z],匹配字母,可以用其他的正则方法
2 >>> pat.findall( zhoujy20130628hangzhou123,12,binjiang310 )  #匹配后面不是数字的字符串，列表返回
3 [ zhouj , hangzho , binjian ]
4 >>> pat.findall( abc21,def31,xyz41 )
5 [ ab , de , xy ]

 “(?<=…)”：匹配…表达式，返回。对前进行匹配,总是对前面进行匹配 

1 >>> pat=re.compile(r (?<=d)[A-Za-z]+ )      #匹配前面是数字的字母
2 >>> pat.findall( abc21,def31,xyz41 )
3 []
4 >>> pat.findall( 1abc21,2def31,3xyz41 )
5 [ abc , def , xyz ]
6 >>> pat.findall( zhoujy20130628hangzhou123,12,binjiang310 )
7 [ hangzhou ]

 “(?<!…)”：不匹配…表达式，返回。对前进行匹配,总是对前面进行匹配 

1 >>> pat=re.compile(r (?<!d)[A-Za-z]+ )      #匹配前面不是数字的字母
2 >>> pat.findall( abc21,def31,xyz41 )
3 [ abc , def , xyz ]
4 >>> pat.findall( zhoujy20130628hangzhou123,12,binjiang310 )
5 [ zhoujy , angzhou , binjiang ]

 “(?(id/name) yes |no)”: 组是否匹配，匹配返回 

 1 >>> pat=re.compile(r a(d)?bc(?(1)d) )   #no省略了，完整的是adbcd ==> a2bc3,总共5位，第2位是可有可无的数字，第5为是数字
 2 >>> pat.findall( abc9 )                   #返回组1，但第2位（组1）没有，即返回了  
 3 [  ]
 4 >>> pat.findall( a8bc9 )                  #完整的模式，返回组1
 5 [ 8 ]
 6 >>> pat.match( a8bc9 ).group()
 7 a8bc9
 8 >>> pat.match( a8bc9 ).group(1)
 9 8
10 >>> pat.findall( a8bc )                   #第5位不存在，则没有匹配到
11 []

 “(?iLmsux)”:这里就介绍下i参数：大小写区分匹配 

 1 >>> pat=re.compile(r abc )
 2 >>> pat.findall( abc )
 3 [ abc ]
 4 >>> pat.findall( ABC )
 5 []
 6 >>> pat=re.compile(r (?i)abc )            #(?i) 不区分大小写
 7 >>> pat.findall( ABC )
 8 [ ABC ]
 9 >>> pat.findall( abc )
10 [ abc ]
11 >>> pat.findall( aBc )
12 [ aBc ]
13 >>> pat.findall( aBC )
14 [ aBC ]
15 >>> pat=re.compile(r abc ,re.I)           #re.I 作为参数使用，推荐
16 >>> pat.findall( aBC )
17 [ aBC ]