Python -- 正则表达式 regular expression

正则表达式（regular expression）

      作用：用来匹配字符串。  

      设计思想：用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，就认为它“匹配”了，否则，该字符串就是不合法的。

      格式：正则表达式也是用字符串表示的，注意：带引号

re.split(pattern=,string)  #切分字符串
re.match(pattern,string)   #匹配
re.compile(pattern=).match(string)  #先编译，再匹配
re.match().groups()  #返回子串元组格式，注意这里是groups，加了s，下面的没有加s
re.match().group(0)   #返回原字符串
re.match().group(1)   #返回第1个子串
re.match().group(2)   #返回第2个子串
#贪婪匹配问题：加个?即可

regular expression，re模块

防 止 转 义：使用Python的r前缀，就不用考虑转义的问题

匹          配：re.match(pattern, string) ：判断是否匹配，匹配成功返回一个match对象；否则返回                        None。

切分字符串：re.split(格式，字符串 )方法

贪 婪 匹 配：正则表达式默认是贪婪匹配，也就是匹配尽可能多的字符。

分          组：正则表达式还能提取子串，格式：用（）表示的就是要提取的分组 group

替          换：re.sub(原来的内容，替换后的，需要替换的字符串）  re.sub("d","-","chuan1zhi2") 表示把这个字符串里的数字替换为-

预编译 

   在Python中使用正则表达式时，re模块内部会做两件事情：

 1、编译正则表达式，如果正则表达式的字符串不合法，就会报错；

 2、用编译后的正则表达式去匹配字符串。

re.compile(pattern=).match(string).groups()

例子：

1，https://www.bilibili.com/video/BV1Lx411d7Cj?p=24 ， 13:21秒讲的例子很好

re模块中常用方法：

#下面的string是指被替换的原始字符串

re.match(  )

re.search(pattern, string , flags=0 )   #在全文中匹配一次，匹配到就返回

re.findall(pattern, string, start, end)  #在整个字符串中搜索所有符合正则表达式的字符串，匹配所有返回一个列表

re.sub(pattern1, pattern2, string,  count, flags  )  # 将模式pattern1替换为pattern2

re.subn(pattern1, pattern2, string )  #实现目标的搜索和替换，同时还会以元组形式返回被替换的次数

re.split(pattern, string )    #分割字符串，结果以列表List形式返回

 re.match方法使用标志位flags的情况：

flags可选标志位：  如果同时使用多个标志位，使用“ | ”分割。比如re.I | re.M

修饰符	描述	备注
re.I	使匹配对大小写不敏感
re.S	使.匹配包括换行在内的所有字符
re.L	做本地化识别(local-aware)匹配
re.M	多行匹配，影响^和$
re.U	根据Unicode字符集解析字符。这个标志影响w, W, , B

格式	作用	备注
d	匹配一个数字 [0-9]	digit
D	匹配非数字
w	匹配单词字符，即a-z，A-Z，0-9，_	word
W	匹配非单词字符
s	匹配一个空格, , , , f, v，空白，Tab键	space
S	匹配非空白，除空格、tab键之类的
.	匹配任意字符，但不包含换行符' '；但是在DOTALL模式中可以匹配换行符。	'py.'可以匹配'pyc', 'pyo', 'py!' re.findall("."," ",re.DOTALL) 或re.findall("."," ",re.S)，re.DOTALL可以简写为re.S
*	匹配前一个字符0个到任意个
+	匹配前一个字符1个到任意个
？	匹配前一个字符0个到1个
{n}	匹配前一个字符n次
{n,}	匹配前一个字符至少n次
{n,m}, {min, max}	匹配前一个字符n到m次，n个，n+1个……m个	n=<字符个数<=m
[0-9a-zA-Z\_]	匹配一个字符，限定范围中的任意类型都可以	字符个数=1，并不是匹配每种类型一个；不能为0个，空字符串会报错
[0-9a-zA-Z\_]+	至少有一个字符，限定范围中的任意类型都可以	字符个数>=1
[0-9a-zA-Z\_]*	任意个字符（包含0个），限定范围中的任意类型都可以	字符个数>=0，只是比+表示的字符多了一个0
[0-9a-zA-Z\_]？	0个或1个字符，限定范围中的任意类型都可以	字符个数=0个，1个
[a-zA-Z\_][0-9a-zA-Z\_]*	匹配由字母或下划线开头，后接任意个字符，限定范围中的任意类型都可以
[a-zA-Z\_][0-9a-zA-Z\_]{0,19}	更精确地限制了变量的长度，前半部分只匹配一个字符，{0,19}是限定后半部分字符的长度	所以总的字符长度是1+{0,19}={1,20}
^	表示行的开头	^d，表示必须以数字开头
$	表示行的结束	d$，表示必须以数字结尾
A|B	可以匹配A或B	(P|p)ython可以匹配'Python' 或'python'
re模块的match方法	匹配字符串
re模块的split方法	切分字符串
re模块的group方法，groups方法	返回匹配结果，group返回原字符串，groups返回子串元组