python里的正则

python里面使用正则表达式主要是依靠re模块，会使处理字符串变得特别方便快捷

正则表达式语法

    将下一个字符标记为一个特殊字符（File Format Escape，清单见本表）、或一个原义字符（Identity Escape，有^$()*+?.[{|共计 12 个)、或一个向后引用（backreferences）、或一个八进制转义符。例如，“ n ”匹配字符“ n ”。“ 
 ”匹配一个换行符。序列“ \ ”匹配“  ”而“ ( ”则匹配“ ( ”。
^    匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^也匹配“ 
 ”或“ 
 ”之后的位置。
$    匹配输入字符串的结束位置。如果设置了 RegExp 对象的 Multiline 属性，$也匹配“ 
 ”或“ 
 ”之前的位置。
*    匹配前面的子表达式零次或多次。例如，zo*能匹配“ z ”、“ zo ”以及“ zoo ”。*等价于{0,}。 + 匹配前面的子表达式一次或多次。例如，“ zo+ ”能匹配“ zo ”以及“ zoo ”，但不能匹配“ z”。+等价于{1,}。 ? 匹配前面的子表达式零次或一次。例如，“ do(es)? ”可以匹配“ do ”或“ does ”中的“ do ”。?等价于{0,1}。
?    非贪心量化（Non-greedy quantifiers）：当该字符紧跟在任何一个其他重复修饰符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“ oooo ”，“ o+? ”将匹配单个“ o ”，而“ o+ ”将匹配所有“ o ”。 
.    匹配除“ 
 ”“ 
 ”之外的任何单个字符。要匹配包括“ 
 ”“ 
 ”在内的任何字符，请使用像“ (.|
|
) ”的模式。



{n}  n 是一个非负整数。匹配确定的 n 次。例如，“ o{2} ”不能匹配“ Bob ”中的“ o ”，但是能匹配“ food ”中的两个 o。
{n,} n 是一个非负整数。至少匹配 n 次。例如，“ o{2,} ”不能匹配“ Bob ”中的“ o ”，但能匹配“ foooood ”中的所有 o。“ o{1,} ”等价于“ o+ ”。“ o{0,} ”则等价于“ o* ”。
{n,m}m 和 n 均为非负整数，其中 n<=m。最少匹配 n 次且最多匹配 m 次。例如，“ o{1,3} ”将匹配“ fooooood ”中的前三个 o。“ o{0,1} ”等价于“ o? ”。请注意在逗号和两个数之间不能有空格。



    匹配一个单词边界，也就是指单词和空格间的位置。例如，“ er ”可以匹配“ never ”中的“ er ”，但不能匹配“ verb ”中的“ er ”。 B 匹配非单词边界。“ erB ”能匹配“ verb ”中的“ er”，但不能匹配“ never ”中的“ er ”。 cx匹配由 x 指明的控制字符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的“ c ”字符。控制字符的值等于 x 的值最低 5 比特（即对 3210 进制的余数）。例如，cM 匹配一个 Control-M 或回车符。ca 等效于u0001, cb 等效于u0002, 等等...
d    匹配一个数字字符。等价于[0-9]。注意 Unicode 正则表达式会匹配全角数字字符。
D    匹配一个非数字字符。等价于[^0-9]。
f    匹配一个换页符。等价于x0c 和cL。 
 匹配一个换行符。等价于x0a 和cJ。 

    匹配一个回车符。等价于x0d 和cM。 
s    匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ f

	v]。注意 Unicode 正则表达式会匹配全角空格符。
S    匹配任何非空白字符。等价于[^ f

	v]。 	 匹配一个制表符。等价于x09 和cI。 v 匹配一个垂直制表符。等价于x0b 和cK。 w 匹配包括下划线的任何单词字符。等价于“ [A-Za-z0-9_] ”。注意 Unicode 正则表达式会匹配中文字符。
W    匹配任何非单词字符。等价于“ [^A-Za-z0-9_] ”。 
xnn  十六进制转义字符序列。匹配两个十六进制数字 nn 表示的字符。例如，“ x41 ”匹配“ A ”。“ x041 ”则等价于“ x04&1 ”。正则表达式中可以使用 ASCII 编码。.

um  向后引用（back-reference）一个子字符串（substring），该子字符串与正则表达式的第 num 个用括号围起来的捕捉群（capture group）子表达式（subexpression）匹配。其中 num 是从 1 开始的十进制正整数，其上限可能是 9[注 2]、31[注 3]、99 甚至无限[注 4]。例如：“ (.)1 ”匹配两个连续的相同字符。

    标识一个八进制转义值或一个向后引用。如果
 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字（0-7），则 n 为一个八进制转义值。

m   3 位八进制数字，标识一个八进制转义值或一个向后引用。如果
m 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如
果
m 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字（0 -7），则
m 将匹配八进制转义值 nm。 
ml 如果 n 为八进制数字（0-3），且 m 和 l 均为八进制数字（0-7），则匹配八进制转义值 nml。 un Unicode 转义字符序列。其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如，u00A9 匹配版权符号（©）。
d    代表任意数字，就是阿拉伯数字 0-9 这些玩意。
D    大写的就是和小写的唱反调，d 你代表的是任意数字是吧？那么我 D 就代表不是数字的。
w    代表字母，数字，下划线。也就是 a-z、A-Z、0-9、_。 W 跟 w 唱反调，代表不是字母，不是数字，不是下划线的。

    代表一个换行。

    代表一个回车。
f    代表换页。
	    代表一个 Tab 。 
s    代表所有的空白字符，也就是上面这个：
、
、	、f。 S 跟 s 唱反调，代表所有不是空白的字符。
A    代表字符串的开始。
    代表字符串的结束。


[xyz]    字符集合（character class）。匹配所包含的任意一个字符。例如，“ [abc] ”可以匹配“ plain ”中的“ a ”。特殊字符仅有反斜线保持特殊含义，用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符^如果出现在首位则表示负值字符集合；如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述；如果如果出现在首位（或末尾）则仅作为普通字符。右方括号应转义出现，也可以作为首位字符出现。
[^xyz]   排除型字符集合（negated character classes）。匹配未列出的任意字符。例如，“ [^abc] ”可以匹配“ plain ”中的“ plain ”。
[a-z]    字符范围。匹配指定范围内的任意字符。例如，“ [a-z] ”可以匹配“ a ”到“ z ”范围内的任意小写字母字符。
[^a-z]   排除型的字符范围。匹配任何不在指定范围内的任意字符。例如，“ [^a-z] ”可以匹配任何不在“ a ”到“ z ”范围内的任意字符。

贪婪模式和非贪婪模式

python在匹配时，默认是贪婪模式的，贪婪模式时，就会尽量匹配多的去匹配，例如下面，在匹配

import re
str = "abcdefg123456abcdef"
a = re.search('123.*',str)
print(a)

<re.Match object; span=(7, 19), match='123456abcdef'>

非贪婪模式就是在匹配规则里，最少的去匹配，只需要在后面加一个？，？表示匹配0次或1次

import re
str = "abcdefg123456abcdef"
a = re.search('123.*?',str)
print(a)

<re.Match object; span=(7, 10), match='123'>