正则表达式和python结合

常见正则表达式符号和特殊符号表

记号	说明	实例
literal	匹配字符串的值	abc
re1|re2	匹配正则表达式re1或re2	abc|123
.(dot)	匹配任何字符，换行符除外 （但编译标记[S或DOTALL能推翻这个限制]）	a.a
^	匹配字符串的开始	^Hi
$	匹配字符串的结尾	doc$
*	匹配前面出现的正则表达式零次 或多次	[A-Za-z0-9]*
+	匹配前面出现的正则表达式一次 或多次	[a-z]+
?	匹配前面出现的正则表达式零次 或一次	foo?
{N}	匹配前面出现的正则表达式N次	[0-9]{3}
{M, N}	匹配重复出现M次  到  N次的正则表达式	[0-9]{5, 9}
[...]	匹配字符组里出现的任意一个字符	[aeiou]
[..x-y..]	匹配从字符x到y中任意一个字符	[0-9], [A-Z], [a-z]
[^...]	不匹配此字符集中出现的任何一个字符，包括某一范围的字符	[^aeiou], [^a-z]
(*|+|?|{})?	用于上面出现的任何“非贪婪” 版本重复匹配次数符号(*, +, ?, {})	.*?[a-z]
(...)	匹配封闭括号中的正则表达式，并保持为子组	([0-9]{3})?
特殊字符
\d	匹配任何数字，和[0-9]一样，\d是\d的反义：表示任何非数字符	data\d+.txt
\w	匹配任何数字字母字符，和[A-Za-z0-9]相同，\W是\w的反义	[a-z_]\w+
\s	匹配任何空白符，和[\n \t \r \v \f]相同，\S是\s的反义	of\sthe

\b	匹配单词边界，\B是\b的反义	\bThe\b
\nn	匹配已保存的子组	price：\16
\c	逐一匹配特殊字符c，即，取消它的特殊含义，按字面匹配	\., \\, \*

\A(\Z)

匹配字符串的起始(结束)

\ADear

python 通过标准库中的re模块支持正则表达式

{N}:匹配N次前面出现的正则表达式；做更精确地匹配，可以用[]表示范围，用()表示的就是要提取的分组（Group）
比如：[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；

 \d可以匹配一个数字，\w可以匹配一个字母或数字

使用Python的r前缀，就不用考虑转义的问题了：
s = r'ABC\-001' # Python的字符串
# 对应的正则表达式字符串不变：
# 'ABC\-001'

切分字符串
>>> re.split(r'[\s\,]+', 'a,b, c  d')
['a', 'b', 'c', 'd']

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：

• '00\d'可以匹配'007'，但无法匹配'00A'；

• '\d\d\d'可以匹配'010'；

• '\w\w\d'可以匹配'py3'；

.可以匹配任意字符，所以：

• 'py.'可以匹配'pyc'、'pyo'、'py!'等等。

要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：

来看一个复杂的例子：\d{3}\s+\d{3,8}。

我们来从左到右解读一下：

1. \d{3}表示匹配3个数字，例如'010'；

2. \s可以匹配一个空格（也包括Tab等空白符），所以