Python正则表达式

正则表达式语法

正则表达式由元字符及其不同组合来构成，通过巧妙地构造正则表达式可以匹配任意字符串，并完成查找、替换、分隔等复杂的字符串处理任务。

元字符

re模块

Python通过re模块提供对正则表达式的支持。

使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例

然后使用Pattern实例处理文本并获得匹配结果（一个Match实例）

最后使用Match实例获得信息，进行其他的操作。
re.match函数
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回None。
re.match(pattern, string, flags=0)

flags

re.match函数
匹配成功re.match方法返回一个匹配的对象
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。


re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配
re.search(pattern, string, flags=0)

re.match与re.search的区别

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None
而re.search匹配整个字符串，直到找到一个匹配。

compile 函数
compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
re.compile(pattern[, flags])

findall
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。
findall(string[, pos[, endpos]])
string 待匹配的字符串。
pos 可选参数，指定字符串的起始位置，默认为 0。
endpos 可选参数，指定字符串的结束位置，默认为字符串的长度

re.finditer
在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回


re.split
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])

re.sub
sub(pattern, repl, string, count=0, flags=0)
替换函数，将正则表达式 pattern 匹配到的字符串替换为 repl 指定的字符串, 参数 count 用于指定最大替换次数

元字符

贪婪 vs 不贪婪
当重复一个正则表达式时，如用 a*，操作结果是尽可能多地匹配模式。 .* 的本质是“贪婪”的
在这种情况下，解决方案是使用不贪婪的限定符 *?、+?、?? 或 {m,n}?，尽可能匹配小的文本。