正则表达式

    正则表达式为高级文本操作提供了基础，简单来说，正则表达式能够按照某种模式匹配一系列具有相同特征的字符串。Python通过标准库中的re模块来支持正则表达式。

    当我们不使用任何特殊符号，只是单纯地敲出几个字母比如“python”时，这就已经构成了一个正则表达式，不过这样最简单的正则表达式也只能匹配文本中与其一样的内容，想要更好地使用正则表达式，我们需要了解它的特殊符号与字符，最常见的特殊符号与字符被称为元字符

特殊符号
re1|re2	匹配正则表达式re1或re2
.	匹配任何字符（除了\n)
^	匹配字符串起始部分
$	匹配字符串终止部分
*	匹配0次或多次前面出现的正则表达式
+	匹配1次或多次前面出现的正则表达式
？	匹配0次或1次前面出现的正则表达式
{N}	匹配N次前面出现的正则表达式
{M,N}	匹配M~N次前面出现的正则表达式
[...]	匹配中括号中任意单一字符
[..x-y..]	匹配x~y范围中的任意单一字符
[^...]	不匹配中括号中出现的任意一个字符，包括某一范围的字符（如果出现）
(*|+|?|{})?	用来匹配重复出现*,+,?,{}的非贪婪版本
(...)	匹配封闭的正则表达式，然后另存为子组

 

特殊字符
\d	匹配任何十进制数字，与[0-9]一致 \D 匹配一个非数字字符, 等价于 [^0-9]
\w	匹配任何字母与数字字符，与[A-Za-z0-9_]相同 \W与之相反
\s	匹配任何空格字符，与[\n\t\r\v\f]相同 \S与之相反
\b	匹配任何单词边界，更精确地说，\b 匹配这样的位置：它的前后字符不全是 \w \B与之相反
\N	匹配已保存的子组N
\c	逐字匹配任何特殊字符c，即仅按照字面意义匹配，不匹配任何特殊含义 如\.,\\,\*
\A(\Z)	匹配字符串的起始(结束)

 

扩展表示法
(?i)	忽略大小写
(?L)	字符集本地化
(?m)	实现多行同时匹配
(?x)	允许正则表达式换行
(?:...)	表示一个匹配不用保存的分组
(?P<name>...)	向一个仅由name标识而不是数字id标识的正则分组匹配
(?P=name)	在同一字符串中匹配由(?P<name>)分组的之前的文本
(?#...)	表示注释，忽略所有内容
(?=...)	匹配条件是如果...出现在之后的位置，而不使用输入字符串； 称作正向前视断言
(?!...)	匹配条件是如果...不出现在之后的位置，而不使用输入字符串； 称作负向前视断言
(?<=...)	匹配条件是如果...出现在之前的位置，而不使用输入字符串； 称作正向后视断言
(?<!...)	匹配条件是如果...不出现在之前的位置，而不使用输入字符串； 称作负向后视断言
(？(id/name)Y|N)	如果分组提供的id或name存在，就返回正则表达式的条件匹配Y， 反之就返回N；|N是可选项

 

 

1. 如果“？”紧跟在任何使用闭合操作符的匹配后面，它将直接要求正则表达式引擎匹配尽可能少的次数
2. 如果希望某个结果能被重复调用或是被提取出来用于后续处理，就用圆括号将需要的部分括起来,可以使用group()方法访问每个独立地子组以及groups()方法获取一个包含所有匹配子组的元组
3. re模块支持多个线程共享同一个已编译的正则表达式对象，也支持命名子组