python中的正则表达式

1. 精确匹配，如果直接给出字符，就是精确匹配。

（1）\d可以匹配一个数字；

（2）\w可以匹配一个字母或数字；

（3）.点符号可以匹配任意字符；

（4）*星符号表示任意个字符；

（5）用+表示至少一个字符；

（6）用?表示0个或1个字符；

（7）用{n}表示n个字符；

（8）用{n,m}表示n-m个字符；

（9）\s可以匹配一个空格（也包括Tab等空白符；

（10）由于'-'是特殊字符，在正则表达式中，要用'\'转义；

（11）用[]表示范围；

（12）A|B可以匹配A或B；

（13）^表示行的开头，^\d表示必须以数字开头；

（14）$表示行的结束，\d$表示必须以数字结束。

2. 综合举例

• [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；

• [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；

• [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；

• [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

3. re模块

match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None.

4. 切分字符串

re.split(r'\s+', 'a b   c    d')

5. 分组

用()表示的就是要提取的分组（Group），group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。

6. 贪婪匹配

正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。加个?就可以让\d+采用非贪婪匹配。

7. 编译

编译正则表达式，如果正则表达式的字符串本身不合法，会报错；用编译后的正则表达式去匹配字符串。