一，正则表达式（http://tool.chinaz.com/regex/）
正则表达式本身与python没什么关系，就是匹配字符串内容的一种规则，只和字符串相关。
定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特殊字符、及这些特殊字符的组合，组合一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
1，字符组，[字符组]，在同一位置可能出现的各种字符组成一个字符组，在在正则表达式中用[]表示。
2，元字符：. , 匹配除换行符以外的任意字符
w,匹配字符或数字或下划线，W,匹配非字母或下划线或数字
s，匹配任意空白字符，S，匹配非空白字符
d，匹配数字， D,匹配非数字
，匹配一个换行符， ，匹配一个制表符，，匹配一个单词的结尾
^,匹配字符串的开始，$,匹配字符串的结尾，a|b,匹配字符a或字符b
（），匹配括号内表达式，也表达一个组
[...],匹配字符组中的字符，[^...],匹配除了字符组中字符的所有字符
3，量词
*，+，？，{n}，{n，}，{n，m}，默认情况下，采用贪婪匹配。尽可能匹配长的字符串。
在量词后面加？，就是非贪婪匹配，尽可能匹配短的字符串。
转义符，python中，在字符串前加r，例r“d”
.*?的用法：.*?x,就是取前面任意长度的字符，直到一个x出现
二，re模块
re模块下的常用方法
import re # ret=re.findall("s","she is girs") #返回所有满足匹配条件的结果，放在列表里 # print(ret） # ret=re.search("s","zhe is girs").group() #函数会在字符串内查找，只找到第一个匹配，就返回一个包含信息的对象，该对象可以 # print(ret) #通过调用group（）方法得到匹配的字符串，如果没有，则返回None，调用group会报错 # ret=re.match("a","zhe is girs") #和search一样，但在字符串开始处匹配，匹配不到，就没有，报错 # print(ret.group()) # ret=re.split("[ab]","abdf") #先按"a"分割得到""和"bdf",再对""和"bdf"分别按"b"分割，结果['', '', 'df'] # print(ret) #如果不加中括号，则按"ab"分割，结果['', 'df'] # ret=re.subn("d","r","we1rer23g4") #将数字替换成"r",返回元组（替换的结果，替换了多少次（可设置）） # print(ret) # see=re.compile("d{3}") #将正则表达式编译成为一个正则表达式对象，规则要匹配的3个数字 # ret=see.search("asd34r345rr") # print(ret.group()) #345 # ret=see.sub("d","r","we1rer23g4",1) #将数字替换成"r",参数1表示只替换一个 # print(ret) # ret=re.finditer("d","da3gf4h4") #finditer返回一个存放匹配结果的迭代器 # print(ret) #<callable_iterator object at 0x000000A9CF8800F0> # print(next(ret).group()) # print(next(ret).group()) # print([i.group()for i in ret]) # for i in ret: # print(i.group())
优先级
#findall的优先级 # ret=re.findall("www.(biadu|oldboy).com","www.oldboy.com") # print(ret) #['oldboy'] 这是因为findall会优先把匹配结果组里内容返回，如果想要匹配结果，取消权限即可 # # ret=re.findall("www.(?:biadu|oldboy).com","www.oldboy.com") # print(ret) #['www.oldboy.com'] # split的优先级 # ret=re.split("d","eva4your3yuan2she") # print(ret) #['eva', 'your', 'yuan', 'she'] # ret=re.split("(d)","eva4your3yuan2she") # print(ret) #['eva', '4', 'your', '3', 'yuan', '2', 'she'] # #在匹配部分加上（）之后所切出来结果是不同的 # #没有（）的没有保留所匹配的项，但有（）的可以保留匹配的项