正则表达式
1.导入re模块：import re
import re
# 将正则表达式编译成Pattern对象
pattern = re.compile(r'hello') #compile(pattern对象，[匹配模式]),pattern即正则表达式，匹配模式下次再扩充
# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
match = pattern.match('hello world!') #match(匹配的文本)，也可以直接re.match('pattern对象'，'匹配的文本')，将前面的pattern上面的句子结合在一起
if match:
# 使用Match获得分组信息
print match.group()
### 输出 ###
# hello
扩展：
search(),match()，findall()区别
match():判断从开始位置是否匹配，如果匹配成功，则返回Match对象，若果匹配不成功则返回None
search():从整体匹配,返回第一个匹配的字符
findall()：从整体匹配，返回所有匹配的字符，以列表的形式
>>> pattern=re.compile(r'hi')
>>> match=pattern.match('kkk,hi,history') #开始位置为kkk，不是所要匹配的字符hi
>>> if match:
print match.group() #match()从开始位置匹配hi，若不匹配，返回None，即为空
>>> pattern=re.compile(r'hi')
>>> match=pattern.search('kkk,hi,history') #从整体匹配，返回所第一个匹配的字符
>>> if match:
print match.group()
hi
>>> pattern=re.compile('wh')
>>> match=pattern.findall('where,what,which,why,who are you,wheeuuy')
>>> print match
['wh', 'wh', 'wh', 'wh', 'wh', 'wh'] #以列表形式返回所有匹配的字符
2.匹配字符
注意：
（1）特殊字符需要用‘’转义，例如‘-’，匹配时为：‘-’
（2）（）：分组匹配；{}：制定长度；[]：范围
（3）？的用法
- 原文符号：?
- 作为数量词：？匹配0或一个字符
- 非贪婪匹配
- *? 重复任意次，但尽可能少重复
- +? 重复1次或更多次，但尽可能少重复
- ?? 重复0次或1次，但尽可能少重复
- {n,m}? 重复n到m次，但尽可能少重复
- {n,}? 重复n次以上，但尽可能少重复
4.不捕捉模式
| 语法 |
说明
|
实例
|
| (pattern) |
匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”。
|
|
|
(?:pattern)
|
非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。
|
例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
|
|
(?=pattern)
|
非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。
|
例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
|
|
(?!pattern)
|
非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。
|
例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。
|
|
(?<=pattern)
|
非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。
|
例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
|
|
(?<!pattern)
|
非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。
此处用或任意一项都不能超过2位，如“(?<!95|98|NT|20)Windows正确，“(?<!95|980|NT|20)Windows 报错，若是单独使用则无限制，如(?<!2000)Windows 正确匹配
|
例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。这个地方不正确，有问题
|
表1:预定义字符集,可用在字符集[]中，如[d]
| 语法 | 说明 |
| d | 一个数字 |
| D | 非数字 |
| w | 一个字母或数字 |
| W | 特殊字符 |
| s | 空白字符，换行符，空白符，制表符等 |
| S | 非空白字符 |
表2：数量词，不代表字符和位置，而是制定前边的字符的匹配数量，可用在字符或（....）之后，如（）?
| 语法 | 说明 |
| . | 任意一个字符，除换行符外 |
| * | 任意可变长字符（包括0个） |
| + | 一个字符或多个 |
| ？ | 0或一个字符 |
| {n} | 重复n次 |
| {n，} | 重复n次或大于n次 |
| {n,m} | 重复n-m次 |
表3：边界匹配
边界：边界指的是一个位置，而不是一个字符
例如：bakhihi a hdkskjdksa - hhdksjdkj-hdkjdkj
如果我们想匹配a，但不想从其他单词中匹配，只想单独匹配，a即可匹配，若要匹配非单词的-，同样B-B
| 语法 | 说明 |
| ^x | 行以x开头，多行时匹配每一行开头 |
| A | 仅字符串开头 |
| y$ | 行以y结尾，多行匹配每一行的结尾 |
| 仅字符串结尾 | |
| 单词边界匹配，单词的分界线 | |
| B | 非单词匹配 |
表4：逻辑，分组
| 语法 | 说明 | 实例 | 结果 |
| A|B | A或B | a|b | a或b皆可匹配 |
| （） | 分组 | ^(d{3})-(d{3,8})$ |
123-456789 |
分组：
例如： ^(d{3})-(d{3,8})$
由两个（）组成，匹配两个组，可以通过group()取值
>>> m = re.match(r'^(d{3})-(d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'> #如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来
>>> m.group(0) #group(0):指取整个字符串
'010-12345'
>>> m.group(1) #group(1):取第一个分组的内容
'010'
>>> m.group(2) #group(2):取第二个分组的内容
'12345'
3.理解贪婪匹配和非贪婪匹配
正则表达式默认是贪婪匹配，即匹配尽可能多的字符。
非贪婪匹配可以使用？，让其尽可能少匹配，见上面？的用法的非贪婪匹配。
例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"