正则表达式基础知识

一、匹配单个字符

• . 匹配任意字符,不包括换行符
• [] 匹配括号中指定的一位字符
• /d 匹配一位0-9的数字(一个%d匹配一位)
• /D 匹配一位非数字字符
• /s 匹配一位空格字符(\t,或空格)
• /S 匹配一位除空格外的字符
• /w 匹配一位[a-zA-Z0-9],注意，还包括汉字

二、匹配多个字符

• （*） 匹配前面字符零次或多次

• （+） 匹配前面字符一次或多次

• ? 匹配前面字符零次或多次

• {m} 匹配前面字符m次

• {m,} 匹配前面字符至少m次

• {m,n} 匹配前面字符至少m次，至多n次
  三、匹配开头结尾

• ^ 匹配字符串开头

• $ 匹配字符串结尾

• 四、匹配分组

• | 匹配左右任意一个表达式

• (ab) 将括号中字符作为一个分组

• \num 引用分组num匹配到的字符串

• (?P) 分组起别名

• (?P=name) 引用别名为name分组匹配到的字符串
  四、正/反向查询

• (?=pattern) 正向肯定预查
  eg:b(?=a)(匹配的b字符后面是a的b字符)

• (?!pattern) 正向否定预查(negative assert)

  eg:b(?!a)(匹配的b字符后面不是a的b字符)

• (?<=pattern) 反向(look behind)肯定预查 )

  eg:(?<a)b(匹配b字符前面是a字符的b字符)

• (?<！pattern) 反向(look behind)否定预查 )

  eg:(?<!a)b(匹配b字符前面不是a字符的b字符)
  五、re模块中的常用方法

• re.match(r‘正则表达式’，需要匹配的字符串)
  默认从头开始匹配，若前面匹配不成功，则认为匹配不成功

• re.search(r‘正则表达式’，需要匹配的字符串)
  返回第一个匹配到的对象

• re.findall(r‘正则表达式’，需要匹配的字符串)
  遍历整个字符串列表，寻找字符串中所有符合要求的字符串，若匹配成功，并返回列表类型，其中存储着匹配到的所有字符串

• re.sub(r‘正则表达式’，需要替换的字符串(或函数名)，需要匹配的字符串)
  遍历整个字符串列表，寻找字符串中所有符合要求的字符串，若匹配成功，则将所有匹配到的字符串替换为指定的字符串

• re.split(r‘正则表达式’，需要匹配的字符串)
  会遍历整个字符串，将匹配到的所有字符串作为切割符切割
  六、可选模式

• re.I

  匹配对大小写不敏感

• re.L

  做本地化识别（locale-aware）匹配

• re.M

  多行匹配，影响 ^ 和 $

• re.S

  使 . 匹配包括换行在内的所有字符

• re.U
  根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B

• re.X

  该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。