常用正则表达式

单字符匹配：

    [] ：匹配 []中包含的单个字符 
    \d ：匹配数字字符    相当于[0-9]
    \D ： 除了\d以外所有字符
    \s ： 匹配所有的空白字符  例如：\t  \n 空格等
    \S ：除了\s以外所有字符
    \w ：匹配数字、字母、下划线、中文   相当于[0-9a-zA-Z_]
    \W ：除了\w以外所有字符
    . ： 匹配除换行符以外所有字符

 

数量修饰：

    {n} ：匹配n次
    {n,} ：匹配至少n次, 能多匹配就多匹配(默认贪婪)
    {n,m} ： 匹配至少n次，最多m次
    {0,} ：匹配任意多次     同*
    {1,} ：匹配至少1次       同+
    {0,1} ：可有可无   同?

 

贪婪模式/非贪婪模式：

   贪婪模式：尽可能多的匹配字符

   非贪婪模式：尽可能少的匹配字符

   常用：
      .*   ：匹配除\n以外所有字符
      .*? ：取消贪婪
      .+  ： 匹配至少一个
      .+? ： 取消贪婪

 

边界修饰：

    ^ : 以xxx开头
    $ : 以xxx结尾

 

分组  ()：

1.   视为一个整体
2.   子模式   

        1）命名法：
            (?P<goudan>正则表达式)      使用  (?P=goudan)匹配分组
        2）直接使用数字：
            (正则表达式)                使用  \1 \2  或 $1 $2 匹配分组（分别代表第一个小括号匹配到的内容和第二个小括号匹配到的内容）

 

匹配模式：

• re.I     忽略大小写
• re.L    表示特殊字符集\w,\W,\b,\B,\s,\S
• re.M   表示多行模式
• re.S    包括换行符在内的任意字符
• re.U    表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\D
• re.DOTALL    使(.)匹配包括换行符在内的任意字符

 

函数：

import re

re.compile('正则表达式')  # 匹配符合正则的内容  

# 匹配
re.match()       # 从字符串的开头开始匹配，如果匹配成功，返回一个对象，否则返回None
re.search()      # 从字符串的任意位置开始匹配，如果匹配成功，直接返回
re.findall()     # 匹配所有，返回一个列表, 列表里面就是匹配的内容
 
# 正则替换
re.sub()         # 参数1是要替换掉的字符，参数2是要替换成的字符，参数3是需要替换的字符集
re.subn()        # 参数同re.sub,返回结果在re.sub()基础上增加了返回替换的次数

# 获取数据  其中ret为返回对象
ret.group()      # 得到匹配结果（整个正则匹配的内容）
ret.span()       # 得到匹配结果的位置

# 获取分组数据
ret.group(1)     # 第一个子模式匹配到的内容
ret.group(2)     # 第二个子模式匹配到的内容
ret.findall()    # 如果想要整个正则匹配的内容，需要将整个正则用小括号括起来

 

示例：

• 匹配url：((ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\/\\\+&amp;%\$#_]*)?)