Python :正则表达式

非打印字符

\cx	匹配x指明的控制字符；x必须为AZ或az之一，否则c视为‘c’字符
\f	匹配一个换页符, 等价 \x0c 或 、cL
\n	匹配一个换行符 , 等价 \x0a 或 \cJ
\f	匹配一个回车符, 等价 \x0d 或 \cM
\s	匹配空白字符, 包括空格、制表符、换页符等, 等价 [\f\n\r\t\v]
\S	匹配非空白字符, 等价 [^\f\n\r\t\v]
\t	匹配一个制表符, 等价 \x09 或 \cI
\b	匹配一个单词的边界
\B	匹配出现在一个单词中间的模式； 如：\Bthe 匹配任何包含但不以the作为起始的字符串
\d	表示匹配任何十进制数，[0-9]
\D	表示匹配任何非十进制数，[^0-9]
\w	表示全部字母和数字的字符集，[A-Za-z0-9]
\W	表示全部非字母和非数字的字符集，[^A-Za-z0-9]
\v	匹配一个垂直制表符 ,等价\x0b 或 \cK；

在打开文件的时候open(r’c:…’)；加r和不加’'r是有区别的；'r’是防止字符转义的

特殊字符

^ 或 \A	匹配输入字符串的 开始 位置； 在中括号中，表示 非
$ 或 \Z	匹配输入字符串的 结尾 位置
.	匹配除换行符 ‘\n’ 之外的任何 单 字符
？	匹配前面的 子表达式 零次 或 一次, 0~1次
*	匹配前面的 子表达式 零次 或 多次， ≥0次； Kleene闭包
+	匹配前面的 子表达式 一次 或 多次， ≥1次； 正闭包操作
( )	标记一个子表达式的开始和结束位置
[ ]	标记一个中括号表达式； 匹配某些特定的字符，只适用于 单 字符
{ }	标记限定符表达式的开始； 表达式内：一个值{N}；匹配表达式N次；如 ab{2}c表示abbc 表达式内：一对值{M,N}； 匹配表达式M~N次
|	或
\	转义符

属性信息

flags：正则表达式的匹配方式

re.I , re.IGNORECASE	不区分大小写的匹配 忽略正则表达式的大小写，[A-Z]能够匹配到小写字符
re.L , re.LOCALE	根据所使用的本地语言环境通过\w, \W, \b, \B, \s, \S实现匹配
re.M , re.MULTILINE	^和$分别匹配目标字符串中行的起始和结束，而不是严格匹配整个字符串本身的起点和结尾 正则表达式中的^操作能够将给定字符串的每行当做匹配开始
re.S , re.DOTTALL	“.”（点号）通过匹配除了\n之外的所有单个字符；该标记表示“."能够匹配全部字符 正则表达式中的.操作能够匹配所有字符，默认匹配除换行外的所有字符
re.X , re.VERBOSE	通过反斜线转义后，所有空格加上#（以及在该行中所有后续文字）的内容都被忽略
re.U	匹配Unicode字符

re模块

方法	内容
compile(pattern, flags=0)	使用任何可选的标记来编译正则表达式的模式，然后返回一个正则表达式对象; complie(source, filename, mode[, flags[, don_inherit]]) ; source: 字符串或者AST对象; filename: 代码文件名称，如果不是从文件读取代码，则传递一些可辨识的值; mode: exce、 eval、 single 将source编译为代码或者AST（Abstract Syntax Tree）对象。代码对象能够通过exce语句来执行或者eval（）进行求值; pattern对象不能直接实例化，必须通过compile（）;
★ match(pattern, string, flags=0)	尝试使用带有可选的标记的正则表达式的模式来匹配字符串。 如果匹配成功就返回匹配对象；失败就返回None;从字符串的首字符开始匹配; pattern: 正则表达式; string:要匹配的字符; flags: 标志位
★ search(pattern, string, flags=0)	使用可选标记搜索字符串中第一次出现的正则表达式模式。如果成功，返回匹配对象；如果失败，就返回None; 不但搜索在字符串的第一次出现的位置，而且会严格的对字符串从左到右搜索 pattern: 正则表达式的字符串或原生字符串表示； string: 带匹配的字符串 flags： 正则表达式使用时的控制标记
★ findall(pattern,string[, flages])	查找字符串中所有（非重复）出现的正则表达式模式，并返回一个匹配的 列表; pattern: 正则表达式内有多个括号， 返回元祖（1）元祖中字符串的个数与括号对数相同，（2）字符串内容与每个括号内的正则表达式相对应，（3）排放顺序是按照括号出现的顺序; 一个括号: 返回列表，元素为字符串，字符串内容与 括号中 正则表达式相对应（非整个正则表达式对应）; 不带括号: 返回列表，元素为字符串，字符串内容与正则表达式相对应（整个正则表达式对应）
★ finditer(pattern,string[, flages])	与findall()函数相同，但返回的是一个 迭代器 。 对于每一次匹配，迭代器都返回一个匹配对象
★ split(pattern, string, maxsplit=0)	根据正则表达式的模式分隔符，split函数将字符串分割为 列表 ，然后返回成功匹配的列表，分割最多操作maxsplit次（默认分割所有匹配成功的位置）
★ sub(pattern, repl, string, count=0)	使用repl替换所有的正则表达式的模式在字符串中出现的位置，除非定义count，否则将替换所有出现的位置（另见 subn( )函数，该函数返回替换操作的数目）; repl，就是replacement，被替换，的字符串的意思;repl可以是字符串，也可以是函数; string，即表示要被处理，要被替换的那个string字符串
purge( )	清除隐式编译的正则表达式模式
group(num=0)	返回整个匹配对象 或者 编号为num的特定子组; 以str形式返回对象中match的元素
groups(default=None)	返回一个包含所有匹配子组的元祖（如果没有匹配成功，返回一个空元祖）
groupdict(default=None)	返回一个包含所有匹配的命名子组的字典，所有的子组名称作为字典的键（如果没有成功匹配，则返回一个空字典）
start()	返回开始位置
end()	返回结束位置
span()	以tuple形式返回范围

使用

raw string类型（原生字符串类型）,是不包含转义符的字符串，表示为： r'text'; 例如：
邮政编码:r‘[1-9]\d{5}’
国内电话号码：r'\d{3}-\d{8}|\d{4}-\d{7}'

import re