正则表达式

#!/usr/bin/env python
# coding: utf-8
#copyRight by heibanke

import re
text = 'c++ python2 python3 perl ruby lua java javascript php4 php5 c'

#match,search,findall,split,sub
print re.match(r'java', text)   #从头找，开头是c++，所以是none
m = re.search(r'java', text)    #任意位置找
print m.start(),m.end()         #返回起始位置和结束位置

#re.match(r'c++',text)  #错误，+是一个正则表达式的符号
print re.match(r'c\+\+',text)   #转义后正确


print re.findall(r'python',text)    #找到所有含跑python的
print re.split(r' perl ',text)      #从perl切开text，返回列表
print re.sub(r'ruby','fortran',text)   #ruby替换成fortran


# ^   start
# $   end
# .   except \n
print re.findall(r'^c..',text)        #^从头开始匹配，.是可以匹配除回车外的所有字符，这里可以匹配到c++，一个.的话匹配到c+
print re.findall(r'c+',text)     #+是1到正无穷个c，如c，cc，ccc，……
print re.findall(r'c\++',text)    #匹配c+，c++，c+++，……
print re.findall(r'c$',text)      #从结尾匹配

# +   1-inf
# *   0-inf
# ?   0-1, 
# []  or   或
# {}  repeat
# [^] not
print re.findall(r'p+',text)
print re.findall(r'p[a-zA-Z]+',text)  #{1,}，不可以匹配单独的p
print re.findall(r'p[a-zA-Z]*',text)  #{0,}，可以匹配p
print re.findall(r'p[a-zA-Z]?',text)  #{0,1}，只能0或1个
print re.findall(r'p[a-zA-Z0-9]{3,}',text)  #{最小重复次数,最大重复字数}

print re.findall(r'c[a-zA-Z]*',text)  #{,inf}
print re.findall(r'c[^a-zA-Z]*',text)  #{,inf}  ^在中括号里是非的意思

# |   or
print re.findall(r'[pj][a-zA-Z]+',text)  #{,inf}  
#['python', 'python', 'perl', 'java', 'javascript', 'php', 'php']
# |重写上面的pattern
print re.findall('p[a-zA-Z]+|j[a-zA-Z]+',text)

print re.findall(r'p[^0-9]+|j[a-zA-Z]+',text)   #空格也可以，所以将“perl ruby lua java javascript php”识别为一个   ？？？为什么php也识别进去了
#不明白！！！问老师吧
#识别到非数字啊傻
print re.findall(r'p[^0-9 ]+|j[a-zA-Z]+',text) 

# \w  [a-zA-Z0-9_], \W   大写是非的意思
# \d  [0-9], \D
# \s  [ \t\n\r\f\v], \S
print re.findall(r'p\w+',text)
print re.findall(r'p\w+\d',text)
print re.findall(r'p\w+[0-9]',text)
print re.findall(r'p\w{5,9}',text)

# \b  word boundary  边界
# \B  not \b
# \A  input start, ^
# \Z  input end, $
print re.findall(r'\bp[^0-9]',text)   #识别左边界的    
print re.findall(r'p[^0-9]\b',text)   #右边界的px
print re.findall(r'p[^0-9]\b',text)

# *?  0~inf non-greedy
# +?  1~inf non-greedy
print re.findall(r'p[a-z]*',text)   #尽可能多字母
print re.findall(r'p[a-z]*?',text)   #尽可能少字母，·[p0个]
print re.findall(r'p[a-z]+\b',text)
print re.findall(r'p[a-z]+?\b',text)   #尽可能少项，[p1个]

# ()  group
# (?P<name>pattern)
a=re.search(r'(p[a-zA-Z]+)([0-9])','python2',re.X)   # 分组python和2
print a.group(1), a.group(2)

a=re.search(r'(?P<name>p[a-zA-Z]+)(?P<version>[0-9])','python2')
print a.group('name'), a.group('version')
print a.groupdict()

pattern = re.compile(r'(?P<name>p[a-zA-Z]+)(?P<version>[0-9])')
results = pattern.search('python2')
print results.groupdict()
results = pattern.search('python3')
print results.groupdict()
results = pattern.search('php4')
print results.groupdict()

#########################################
for t in text.split(' '):
    results = pattern.search(t)
    if results:
      print results.groupdict()


###########################################
a = re.compile(r"""\d +  # 整数部分
                   \.    # 小数点
                   \d *  # 小数部分
                """, re.X)
b = re.compile(r"\d+\.\d*")

结果

None
34 38
['python', 'python']
['c++ python2 python3', 'ruby lua java javascript php4 php5 c']
c++ python2 python3 perl fortran lua java javascript php4 php5 c
['c++']
['c', 'c', 'c']
['c++']
['c']
['p', 'p', 'p', 'p', 'p', 'p', 'p', 'p']
['python', 'python', 'perl', 'pt', 'php', 'php']
['python', 'python', 'perl', 'pt', 'php', 'php']
['py', 'py', 'pe', 'pt', 'ph', 'p', 'ph', 'p']
['python2', 'python3', 'perl', 'php4', 'php5']
['c', 'cript', 'c']
['c++ ', 'c', 'c']
['python', 'python', 'perl', 'java', 'javascript', 'php', 'php']
['python', 'python', 'perl', 'java', 'javascript', 'php', 'php']
['python', 'python', 'perl ruby lua java javascript php', 'php']
['python', 'python', 'perl', 'java', 'javascript', 'php', 'php']
['python2', 'python3', 'perl', 'pt', 'php4', 'php5']
['python2', 'python3', 'php4', 'php5']
['python2', 'python3', 'php4', 'php5']
['python2', 'python3']
['py', 'py', 'pe', 'ph', 'ph']
['pt']
['pt']
['python', 'python', 'perl', 'pt', 'php', 'php']
['p', 'p', 'p', 'p', 'p', 'p', 'p', 'p']
['perl', 'pt']
['perl', 'pt']
python 2
python 2
{'version': '2', 'name': 'python'}
{'version': '2', 'name': 'python'}
{'version': '3', 'name': 'python'}
{'version': '4', 'name': 'php'}
{'version': '2', 'name': 'python'}
{'version': '3', 'name': 'python'}
{'version': '4', 'name': 'php'}
{'version': '5', 'name': 'php'}

有关分组

#coding:utf-8
import re

text = '1abc23456789'

print re.findall(r'([0-9a-z]+)2([0-9]+)6([0-9]+)', text)

结果

[('1abc', '345', '7')]

这里的2、6代表以这个为界限查找