python正则表达式

常用正则表达式方法：

• pattern.match(从头找一个）
• pattern.search(找一个）
• pattern.findall(找所有）

常用字符

• “.”号不能匹配"/n", 在re.DOTALL 时可以匹配换行符

>>> import re
>>> re.findall(".","\n")
[]
>>> re.findall(".","\n", re.DOTALL)
['\n']
##re.S 等同与　re.DOTALL
>>> re.findall(".","\n", re.S)
['\n']

• “” 转义符号用途

>>> re.findall('\.', '.')
['.']

• 贪婪/ 非贪婪
  • 贪婪的意思是匹配尽可能多的结果, 是指匹配到不能匹配为止
  • 非贪婪的意思是匹配就ＯＫ
  • 加“？”是非贪婪，不加是贪婪

需要注意的是　“.”号默认情况下不能匹配 "\n"

pattern.sub(替换）

In [8]: b = "chuan1zhi2"

In [9]: re.sub("\d","",b)
Out[9]: 'chuanzhi'

In [10]:     

re.compile(编译）方法

提高正则表达式的效率

In [10]: re.compile("\d")
Out[10]: re.compile(r'\d', re.UNICODE)

In [11]: p = re.compile("\d")

In [12]: p.findall(b)
Out[12]: ['1', '2']

In [13]: p.sub("_", b)
Out[13]: 'chuan_zhi_'

python中原始字符串问题

In [16]: r"a\nb" == "a\nb"
Out[16]: False

In [17]: r"a\nb" == "a\\nb"
Out[17]: True

In [19]: re.findall(r"a\nb","a\nb")
Out[19]: ['a\nb']

In [20]: re.findall(r"a\nb","a\\nb")
Out[20]: []

In [22]: re.findall("a\nb","a\nb")
Out[22]: ['a\nb']

windows下不使用原始字符串会出现问题
正则表达式忽略了r的影响

正则使用的注意点

• re.findall(“a(.*?)b”,“str”), 返回括号里面的内容。括号起到一个分组的作用，能够返回括号中的内容。括号前后的内容起到定位和过滤的效果
• 原始字符串r, 待匹配字符串中有反斜杠的时候，使用r能够忽视反斜杠的效果
• 点号默认情况匹配不到’\n’
• \s能够匹配空白字符，不仅仅包含空格，还有’\t|\r\n’