正则表达式笔记

一、字符类型

　　1、 .  表示任意字符

　　2、\d 表示数字

　　3、\D 表示非数字

　　4、\w 表示a-z,A-Z,0-9以及中文

　　5、\s 表示空(空格或TAB)

　　6、[a\d] 表示字母a或任意数字，[]里面是选择内容

 

二、计数

　　1、* 表示任意个

　　2、+ 表示至少一个

　　3、？表示0或1个

　　4、{m} 表示m个

　　5、{n,m} 表示n到m之间任意个

 

三、其它

　　1、^ 表示开头

　　2、$ 表示结尾

　　3、\ 转义字符，如果需要用到.?"等字符，需要在前面加\转义

 

四、组

　　1、()扩起来的内容称为组，正则匹配的内容可以用.group读取，组的内容用.group(组号)读取

　　2、()还可以和|连用，如(163.com|126.com) 匹配163.com或者126.com

　　3、\组号  在正则中调用自己组的值，如

re.match(r"<(\w*)><(\w*)>.*</\2>",'''<h3><h1> class="description">职位描述：</h1></h3>''')

输出

<h3><h1> class="description">职位描述：</h1>

　　

五、方法

　　1、re.match(r"", str) # 从头开始匹配相当于re.search(r"^", str) ,返回一个对象

　　2、re.findall(r"", str)  匹配所有满足条件的字符串，返回一个列表

　　3、re.sub(r"", "", str) 将str里面所有满足条件的字符串都替换为""里面的内容，返回替换后的字符串