python中的正则表达式

1. 正则表达式

    概念：字符串（文本）匹配模式（规则）

2. 正则表达式的语法规则
    下面是 Python 中正则表达式的一些匹配规则，图片资料来自 CSDN

3.正则表达式相关注解

• 数量词的贪婪模式与非贪婪模式

        正则表达式通常用于在文本中查找匹配的字符串。Python 里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。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”。

       注：我们一般使用非贪婪模式来提取。

• 反斜杠问题

        与大多数编程语言相同，正则表达式里使用””作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符””，那么使用编程语言表示的正则表达式里将需要4个反斜杠”\”：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

        Python 里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用 r”” 表示。同样，匹配一个数字的 ”d” 可以写成 r”d”。有了原生字符串，妈妈也不用担心是不是漏写了反斜杠，写出来的表达式也更直观勒。

4. Python Re 模块
    Python 自带了 re 模块，它提供了对正则表达式的支持。主要用到的方法列举如下

#返回pattern对象
re.compile(string[,flag])  
#以下为匹配所用函数
re.match(pattern, string[, flags])
re.search(pattern, string[, flags])
re.split(pattern, string[, maxsplit])
re.findall(pattern, string[, flags])
re.finditer(pattern, string[, flags])
re.sub(pattern, repl, string[, count])
re.subn(pattern, repl, string[, count])  

 其中：pattern为一个匹配模式；

          string为待匹配的字符串；

           参数 flag 是匹配模式，取值可以使用按位或运算符’|’表示同时生效，比如 re.I | re.M。

 re.I(全拼：IGNORECASE): 忽略大小写（括号内是完整写法，下同）
 re.M(全拼：MULTILINE): 多行模式，改变'^'和'$'的行为（参见上图）
 re.S(全拼：DOTALL): 点任意匹配模式，改变'.'的行为
 re.L(全拼：LOCALE): 使预定字符类 w W  B s S 取决于当前区域设定
 re.U(全拼：UNICODE): 使预定字符类 w W  B s S d D 取决于unicode定义的字符属性
 re.X(全拼：VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。

5. Python Re 模块的另一种使用方式
    在上面我们介绍了7个工具方法，例如 match，search 等等，不过调用方式都是 re.match，re.search 的方式，其实还有另外一种调用方式，可以通过 pattern.match，pattern.search 调用，这样调用便不用将 pattern 作为第一个参数传入了，大家想怎样调用皆可。

 match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])
 search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])
 split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])
 findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])
 finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])
 sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])
 subn(repl, string[, count]) |re.sub(pattern, repl, string[, count])  

参考：http://wiki.jikexueyuan.com/project/python-crawler-guide/regular-expressions.html#7907ec6cc04be6c7f8cf8ac272215946