re正则表达式用于判断字符串是否符合某种规则，或者从字符串中替换某种符合规则的子字符串以及提取子字符串。正则表达式本身也是一个字符串，只是字符串里的字符具有特殊含义。
我们做如下规定：
（1）一律使用变量pattern来使用正则表达式；
（2）为了防止字符串本身的转义字符发生作用，在正则表达式前一律加r。
正则表达式的编写规则
1.1、表示类型的字符
| 元字符 | 意义 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母、数字、下划线 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符 |
| \d | 匹配数字字符 |
| \W | 匹配非字母、数字、下划线 |
| \S | 匹配任何非空白字符 |
| \D | 匹配非数字字符 |
| [ ] | 字符集合，匹配其中的任意一个字符 |
说明：如果这些元字符后没有表示数量的元字符，那么只会匹配一个。
[ ]字符集合，可以匹配其中任意一个字符，除了^、 -、 ]、 \ 以外，其他字符都表示字符本身。’^’ 放在第一个位置时，表示否定，放在其他位置时表示’^’ 本身；’-’ 放在中间表示‘到’的意思，放在最前或最后都表示’-’ 本身；‘ ] ’放在第一个位置时表示‘ ] ’ 本身，放在其他位置表示与前面的‘ [ ’配对的终止符号；“ \ ”转义字符。
先上代码，后面解释出现的字符。
import re
m=re.findall('\w','123_#-我爱Python')#匹配数字、字母、下划线、汉字
print(m)
m=re.findall('^[a-zA-Z]\d{1,3}OK$','a25OK')#表示以一个字母开头，中间1-3个数字，以OK结尾的字符
print(m)#[]匹配任意一个
['1', '2', '3', '_', '我', '爱', 'P', 'y', 't', 'h', 'o', 'n']
['a25OK']
1.2、表示数量的字符
| 元字符 | 意义 |
|---|---|
| * | 匹配任意数量 |
| ？ | 匹配0次或1次 |
| + | 匹配一次或多次 |
| {n} | 匹配n次 |
| {n:} | 匹配至少n次 |
| {n:m} | 匹配最少n次，最多m次 |
1.3、表示位置的字符
| 元字符 | 意义 |
|---|---|
| ^ | 匹配字符串的起始位置，在[ ]中表否定 |
| $ | 匹配字符串的结束位置 |
| \b | 匹配单词边界 |
| \B | 匹配非单词边界 |
import re
m=re.findall(r'^[-a]\d','a2534_OK')
print(m)
m=re.findall(r'^[-a]\d+','a2534_OK')
print(m)
m=re.findall('^[a-zA-Z]\d{1,3}OK$','a25OK')#表示以一个字母开头，中间1-3个数字，以OK结尾的字符
print(m)#[]匹配任意一个
m=re.findall(r'^[a-zA-Z]\d{1,3}OK$','a25234dsfOK')#匹配失败
print(m)
['a2']
['a2534']
['a25OK']
[]
1.4、分组、小括号（）
对单个字符串进行重复，可以再字符串后面跟上表示位置的字符即可，但是如果要对多个字符进行重复怎么办呢？此时就要用到分组，可以使用小括号（）来指定要重复的子表达式，然后对这个子表达式进行重复。
例如（abc）？表示0个或1个abc。
再如，要从一个类似于“010-88888888”的固定电话号码字符串中提取区号和电话号码，同样需要用到分组。可以用r‘(\d{3-4}-{8})’得到结果。
下面是几个简单功能。
1.捕获组：(……)
匹配……并捕获匹配结果，并自动设置租号。这里仅提取……部分内容，不提取（）外面的内容。
import re
pattern = r'(\d{3,4})-(\d{8})'
dst_str = "010-88888888"
m = re.findall(pattern,dst_str)
print(m)
[('010', '88888888')]
2、无捕获组：( ?: ……)
不单独提取与……相匹配的内容，而是要与（）外面的内容一起提取。
import re
pattern = r'(?:\d{3,4})-(?:\d{8})'
dst_str = "010-88888888"
m = re.findall(pattern,dst_str)
print(m)
['010-88888888']
3、前向界定：（?<=……）、前向否定界定：（?<!……）、后向界定：（?>=……）、后向界定：（?!……）
写出“在<h1>之后且在</h1>之前”的表达式。
pattern = r'(?<=<h1>).*(?=</h1>)'
dst_str = r'<html><title><h1>HTML页面</h1></title>'
['HTML页面']
1.5、或规则 ‘ | ’
在正则表达式中使用‘|’时，例如： A|B 表示只要满足A或B就可以匹配。
pattern = r"I am a teacher | student",则A=“I am a teacher”, B=“student”
pattern = r"I am a (?:teacher | student)",则A=“teacher”, B=“student”
1.6、贪婪匹配与非贪婪匹配
贪婪匹配：在满足条件时，匹配尽可能长的字符串。非贪婪匹配：在满足匹配时，匹配尽可能短的字符串，只要能匹配即可。默认采取贪婪匹配模式。
如果需要修改为非贪婪匹配模式，只需要在数量符后面加上"?"即可。 *?、 +?、 ??、 {n,m}?、 {n,}?。使用时要在表达式前面加r。
例如：
①yyyy-yy-yy，其中y为数字。
pattern = r'^(?:\d{4})-(?:\d{2})-(?:\d{2})$'
②由大小写字母、数字组成，且长度在[8,20]
pattern =r'[a-zA-Z0-9]{8,20}$'
③检验手机号：以13,15,18开头的手机号
pattern =r'^(?:13|15|18)\d{9}$'
④从字符串中提取在<ul>XXX</ul>间的字符串XXX
pattern =r'(?<=<ul>).*?(?=</ul>)'
8906
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
