搞懂Python正则表达式，这一篇就够了

1.Python正则表达式匹配文本模式方法

正则表达式是一种快速从文本中匹配对应模式文本的表达式，在Python中所有的正则表达式函数都在模块re中。

其一般使用方法如下：

import re
mo1 = re.compile('Batman') # 先使用re的方法compile，compile的字符串参数便是一个正则表达式
# compile将返回一个一个Regex对象，mo1就是对应正则表达式模式的对象
name1 = mo1.search('My favorite hero is Batman') # 使用mo1对象中search方法，这个方法的字符串参数就是需要被查找的字符串
# 匹配成功，那么将返回一个Match对象给name1，这个对象中有group()方法，它返回与正则表达式匹配的字符串(有些情况不全是字符串，我会在后面作解释)
# 匹配失败，返回None
print(name1.group())

输出结果如下：

2.直接查找模式

2.1直接查找

上面的代码就是直接查找模式，正则表达式字符串是'Batman',则需要在字符串'My favorite hero is Batman',寻找'Batman'

2.2管道匹配多种模式

有时，需要匹配的文本有多种可能，需要不同的正则表达式匹配模式，可以用‘|’这个符号来表示管道匹配，即匹配多种可能

示例如下：

mo2 = re.compile(r'Batman|Superman')
name2 = mo2.search('My favorite hero is Superman')
print(name2.group())

正则表达式是'Batman|Superman',那么在search()的字符串参数中，与之匹配的是'Superman',那么返回的Match对象赋给name2，其方法group()返回’Superman‘

输出结果如下：

2.3管道匹配多种分组模式

如果"我喜欢的英雄可能性有点大"，正则表达式需要写成'Batman|Superman|Spiderman'吗？

可以，但可以用简洁的形式'(Bat|Super|Spider)man'

那么我们先看代码：

mo3 = re.compile('(Bat|Super|Spider)man')
name3 = mo3.search('My favorite hero is Spiderman')
print(name3.group())
print(name3.group(0))  # 0默认是整个匹配的字符串
print(name3.group(1))  # 1是匹配的第一个分组

search()进行匹配时，先匹配第一个分组’Bat‘’Super‘’Spider‘中的一个，再匹配’man‘；也可以认为是匹配’Batman‘'Superman''Spiderman'中的一个。

这是运行情况：

需要指出的是，在正则表达式中出现分组时，可以在group中传入参数，参数作为索引，比如在上述代码的group(1)，此方法将返回第一个分组，同时，无参数或者参数为0则默认返回整个匹配文本

search()只会返回含有第一个出现的匹配文本的对象

先来看看这段代码：

mo4 = re.compile('(Bat|Super)man')
name4 = mo4.search('I love Superman and Batman')
print(name4.group())  # 只输出第一个出现的Superman

运行结果如下：

这段代码中，可以正则表达式可以匹配的文本有’Superman‘和'Batman'两个，但是name4对象的group方法只返回了第一个出现的'Superman'。

后面会有找到所有匹配文本的方法

3.查找固定类型字符模式

3.1字符类型

缩写字符	匹配字符
\d	0~9的数字
\D	除了0~9的其它字符
\w	字母，数字，下划线
\W	除了字符数字下划线
\s	空格制表换行符
\S	除了空格制表换行符

从上面表格可以看出了，大写字母匹配的字符就是小写字母匹配字符的补集

3.2固定类型模式

使用上面的缩写字符，可以匹配指定类型的字符

如代码：

mo5 = re.compile(r'\d\d\d\d\d\d\d\d\d\d\d')
phone_number1 = mo5.search('我的电话号码是15600000000')
print(phone_number1.group())

r前缀用于表示字符串是一个原始字符串，避免转义。

比如，如果无r前缀，那么字符串中的'\n'将被解释为换行符，但是如果加上r前缀，那么会被解释为''和'n'两个字符。

这在正则表达式使很有效，因为正则表达式是按照两个字符''和'd‘来匹配一个数字型的字符，如果不加前缀r，那么我们需要在正则表达式中这样写'\\d'，'\'代表'',代码演示如下

mo = re.compile('\\d')
num = mo.search('abcd6ef')
print(num.group())

运行结果如下：

但是需要注意的是，以下几个在正则表达式中有特殊含义的字符即使前面有r，仍然要加转义字符'\'来匹配这些特殊字符

\	|	+
*	?	^
$	{	}
(	)	.
[	]	</