python正则表达式、re的简单使用

一. 正则表达式

1. 匹配次数：

+：前面模式匹配一次或多次，>=1。
?：前面模式匹配零次或一次，=0 or =1。
*：前面模式匹配零次或多次，>=0。
{min,max}：前面模式匹配具体次数。>=min and <=max，min和max都可以省略表示不限定最小最大值。min和max之间只能有一个逗号，加个空格就不行了，比如{min, max}就不行（写其他语言习惯性加空格了）。

2. 使用（）进行分组,供match object group()与groups()使用：

3. 使用 | 选择其一，返回值为第一个匹配到的。

4. 反斜杠加字符组成特殊字符

\d：匹配数字0-9，相当于[0-9]。
\D：匹配除了数字0-9之外的其他字符，相当于[^0-9]。
\w：匹配字母、数字、下划线，相当于[0-9a-zA-Z_]。
\W：匹配除了字母数字下划线外的其他字符，相当于[^0-9a-zA-Z_]。
\s：匹配空格、\t、\n，只要是空白就可以匹配。
\S：除了空格、\t、\n之外的其他字符。

总之大写就是小写的对立面，我认为可以看作取反操作。

5. 使用 [] 方括号匹配其中指定字符：

方括号中普通正则表达式失效，如*？等就表示本身，没有其他含义。
方括号内可以使用 ^ 来表示除了方括号中其他元素之外的字符，[^0-9]表示除了0-9之外的字符。
方括号内可以使用 - 来表示一个范围，[a-z]表示所有小写字母。

6. 可以使用 ？选择非贪婪匹配

贪婪匹配尽可能多的找，非贪婪匹配尽可能少的找。
*？、{min,max}？、+？都表示前面的进行非贪婪匹配。

7. 使用 ^ $匹配行首行尾

8. 使用 . 匹配除换行符之外的任何字符

二. 使用re

1. 使用compile产生一个正则对象，称为pattern object：
   compile可以传入第二个参数：
   re.DOTALL：. 符号代表所有符号，包括换行符。
   re.I：忽略大小写。
   …

import re

pattern_object = re.compile(r"\w+", re.I | re.DOTALL)

2. pattern object的方法：

search(): 如果找不到返回None，找到返回一个对象，在此称为match object。

pattern_object = re.compile(r"[a-z]+")
#如果匹配到就返回一个match object，没有匹配到就返回None
match_object_1 = pattern_object.search("777777") #未匹配，返回None
match_object_2 = pattern_object.search("sanshi") #返回match object

findall()：
如果正则表达式没有（）分组：返回列表，每个元素为字符串。
如果正则表达式有（）分组：返回列表，每个元素为元组。

pattern_object_1 = re.compile(r"[a-z]+")
str_list = pattern_object_1.findall("san777shi")#['san','shi']

pattern_object_2 = re.compile(r"([a-z])([a-z])([a-z])")
tuple_list = pattern_object_2.findall("san777shi")#[('s','a','n'),('s','h','i')]

sub()：
第二个参数中匹配到的部分替换为第一个参数。

pattern_object = re.compile(r"[a-z]+")
str_tmp = pattern_object.sub('xxx', 'sanshi777') #替换后为xxx777

3. match object的方法：

group()：match object（请见使用re部分）调用group方法时：
参数为0或者没有：整个匹配的文本。
参数为具体数字：打印数字对应的小括号中的文本。

groups()：match object调用groups方法时，返回值为匹配到的值构成元组。

pattern_object = re.compile(r"([a-z]+)([0-9]+)")
match_object = pattern_object.search("sanshi777")

print(match_object.group()) #sanshi777. same to match_object.group(0)
print(match_object.group(1)) #sanshi
print(match_object.group(2)) #777
#print(match_object.group(3)) error,没有3

print(match_object.groups()) #('sanshi', '777')