python 正则语法

通配符： . 匹配任何字符

import re
str1='imooc python'
pa=re.compile('.')
ma=re.findall(str1)
print ma
输出：i

对特殊字符进行转义： \

字符集：
[a-z]可以匹配任意小写字母

import re
str1='imooc.sjh a ImoocSjh,,,!!'
pa=re.compile('[a-z]')
ma=re.findall(pa,str1)
print ma
输出：['i', 'm', 'o', 'o', 'c', 's', 'j', 'h', 'a', 'm', 'o', 'o', 'c', 'j', 'h']

[a-zA-Z0-9]可以匹配任意字母数字

import re
str1='imooc.sjh a ImoocSjh,,,!!'
pa=re.compile('[a-zA-Z0-9]')
ma=re.findall(pa,str1)
print ma
输出：['i', 'm', 'o', 'o', 'c', 's', 'j', 'h', 'a', 'I', 'm', 'o', 'o', 'c', 'S', 'j', 'h']

反转字符集 [^a]可以匹配除a以外的字符

import re
str1='imooc.sjh a ImoocSjh,,,!!'
pa=re.compile('[^a]')
ma=re.findall(pa,str1)
print ma
输出：['i', 'm', 'o', 'o', 'c', '.', 's', 'j', 'h', ' ', ' ', 'I', 'm', 'o', 'o', 'c', 'S', 'j', 'h', ',', ',', ',', '!', '!']

选择符：| 管道符号，只匹配指定的字符串

str1='imooc.sjh a ImoocSjh,test,,!!'
pa=re.compile('sjh|test')
ma=re.findall(pa,str1)
输出：['sjh', 'test']

子模式：当不需要对整个模式使用选择符 时，用（）括起

str1='imooc.sjh a ImoocSjh,stest,,!!'
pa=re.compile('s(jh|test)')
ma=re.findall(pa,str1)
输出：['jh', 'test']

可选项：在子模式后面加 ？ 可以出现在匹配字符串，但不是必须的。
1.

str1='http://www.imooc.com'
pa=re.compile('(http://)?(www\.)?(imooc\.com)')
ma=re.findall(pa,str1)
输出：[('http://', 'www.', 'imooc.com')]

2.

str1='www.imooc.com'
pa=re.compile('(http://)?(www\.)?(imooc\.com)')
ma=re.findall(pa,str1)
输出：[('', 'www.', 'imooc.com')]

3.

str1='http://www.imooc'
pa=re.compile('(http://)?(www\.)?(imooc\.com)')
ma=re.findall(pa,str1)
输出：[]

重复子模式：（pattern）*：模式可以重复0或多次
（pattern）+：模式可以重复1或多次
（pattern）{m，n}：模式可以重复m~n次
1.

str1=' www.python.org  .python.org  wwwwwww.python.org w.python.org wwww.python.org'
pa=re.compile('w*\.python\.org')
ma=re.findall(pa,str1)
输出：['www.python.org', '.python.org', 'wwwwwww.python.org', 'w.python.org', 'wwww.python.org']

2.

str1=' www.python.org  .python.org  wwwwwww.python.org w.python.org wwww.python.org'
pa=re.compile('w+\.python\.org')
ma=re.findall(pa,str1)
输出（没有匹配'.python.org'）：['www.python.org', 'wwwwwww.python.org', 'w.python.org', 'wwww.python.org']  

3.

str1=' www.python.org  .python.org  wwwwwww.python.org w.python.org wwww.python.org'
pa=re.compile('w{3,4}\.python\.org')
ma=re.findall(pa,str1)
输出：['www.python.org', 'wwww.python.org', 'wwww.python.org']