Python 正则表达式匹配

- 匹配语法

1. 特殊字符：

特殊字符
$	匹配输入字符串的结尾位置。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。
*	匹配前面的子表达式零次或多次。
+	匹配前面的子表达式一次或多次。
.	匹配除换行符 \n 之外的任何单字符。
[	标记一个中括号表达式的开始。
?	匹配前面的子表达式零次或一次。
^	匹配输入字符串的开始位置。
{	标记限定符表达式的开始。
|	指明两项之间的一个选择。

2. 限定符

限定符
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

3. 非打印字符

非打印字符
\n	匹配一个换行符。
\r	匹配一个回车符。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\d	匹配一个数字。
\D	匹配一个非数字。
\t	匹配一个制表符。
\v	匹配一个垂直制表符。
\f	匹配一个换页符。
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。

- 实例

• 测试环境 Python 3
• 需要模块 import re
//明天一定搞
咕咕咕的第一天

- 注意

• *、+ 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
• 区分
  1. [] 字符集，一个字符的集合，可匹配其中任意一个字符
  2. {n,m} 重复n到m次
  3. () 分组
• 函数
  1. compile(pattern, flags=0) 给定一个正则表达式 pattern
  2. findall(pattern, string, flags=0) 寻找所有匹配正则表达式的字串，返回一个列表。
  3. match(pattern, string, flags=0) 去待操作字符串中寻找可以匹配的子串，从开始位置匹配。
  4. split(pattern, string, maxsplit=0, flags=0) 给定正则表达式寻找切分字符串位置。
  5. sub(pattern, repl, string, count=0, flags=0) 将正则表达式 pattern 匹配到的字符串替换为 repl 指定的字符串。
  6. search(pattern, string, flags=0) 函数类似于 match，不同之处在于不限制正则表达式的开始匹配位置。

存在问题

1.今天写正则的时候遇到个问题，弄了一下午。
匹配[ ]的内容:
数据：1133[55]444[66]777
当正则表达式为.*(\[.*?\]).*的时候找到的为[66]
当正则表达式为[.]*(\[.*?\])[.]*的时候找到的为[55]
不知道哪里出了问题！！！！！
叮咚！问题解决了！

1. .*匹配除空格以外的所有 一直匹配到 1133[55]444
   然后( )匹配到 [66]
   最后的.*匹配到777 所以最终得到[66]
2. 下面那个 [.]匹配字符集 . 0或者多个 都匹配不到
   (\[.*?\]) 一直搜索到1133这里 发现[55] 可以匹配到
   后面的[.]* 到444结束 所以就一个[55]

• 总结：
  1. .*都匹配除空格外的所有了 最后一个[]在哪里就匹配到哪里 。（即贪婪匹配）
  2. 尽量少用.*。
  3. 如果要改的话，在所有第一个*号后加?试试。
  4. .*表示匹配除了\n的任意字符，[.]* 表示是匹配字符集 .。

---