python 正则表达式

1. 方法

参考内容菜鸟教程正则表达式

• re.split(pattern, s):按patten对字符串分割，并返回分割后的列表。
• re.match(pattern, s):参数flag(可选)，必须从起始位置匹配字符串，匹配成功返回re.Match object，否则返回NoneType对象。可通过group()函数得到匹配的内容，span()函数得到匹配的索引起止位置。
• re.search(pattern, s):参数flag(可选)，遍历字符串，返回第一次匹配的对象re.Match object，否则返回NoneType对象。

match和search两者区别，re.match()针对起始位置，re.search()针对全局

• re.sub(pattern, repl, s)：将字符串里patten替换为repl，并返回匹配之后的结果。可选参数flag和count (count表示最多替换多少次，默认 0 表示替换所有的匹配)
• re.compile(pattern)：编译正则表达式，生成正则表达式对象，供match和search使用，具体存在的原因，从别的博客回复上看到下面这段话，主要用于提速。

正则表达式其实是一个引擎，输入正则表达式，转换成机器码，机器码对输入字符串进行处理。compile处理之后的结果是机器码，每次调用只需要处理机器码对字符串，而不再用正则表达式对机器码，理论上更加节省时间。 例如i=l[0]之后只需要对i做对比，而不用对l[0]做对比，要知道每次l[0]他先要找到l，再找index0。而把他先赋值给i，就直接找i就行。至于到底节省了多少时间，后面用到i越多，就越能展现出其价值！

• findall(s)：经compile编译之后生成的正则表达式对象 可以调用的方法，以列表形式返回字符串里所有匹配的内容。
• re.finditer(pattern, string)：参数flag(可选)，以迭代器形式返回字符串里所有匹配的内容。

2. 正则表达式语法

r字母前缀将字符串转变成原始字符串，忽略\转译的问题，若pattern里面没有\，可以不用

由于里面涉及到的语法较多，这里暂时列出个人比较熟悉和常用的，剩下的会在后面依次补充，也可以参考博客

• re*：匹配0个或者多个
• re+：匹配1个或者多个
• .：匹配任意字符
• ()：代表分组
• \d：匹配数字
• \n：匹配换行符
• [A-Z]：匹配大写字母A到Z，依此类推可以匹配a-z，0-9
• |: 选择竖线左右两边的表达式进行匹配，匹配任意一个即可
• \u4e00-\u9fa5: 汉字的范围
• \W: 匹配非字母数字以及下划线
• \w: 匹配字母数字及下划线