元字符列表: . ^ $ * + ? { [ ] \ | ( )
(1): "[" 和 "]" ----用来指定一个字符类别,所谓字符类别就是你想匹配的一个字符集
[abc] 将匹配"a", "b", 或 "c"中的任意一个字符;也可以用区间[a-c]来表示同一字符集,和前者效果一致。
如果你只想匹配小写字母,那么 RE 应写成 [a-z].
元字符在类别里并不起作用,[akm$]将匹配字符"a", "k", "m", 或 "$" 中的任意一个;"$"通常用作元字符,
但在字符类别里,其特性被除去,恢复成普通字符。
(2):^ -----补集,用来匹配不在区间范围内的字符
把"^"作为类别的首个字符;其它地方的"^"只会简单匹配 "^"字符本身。例如,[^5] 将匹配除 "5" 之外的任意字符。
(3):反斜杠"\"
----它也可以用于取消所有的元字符,这样你就可以在模式中匹配它们了。举个例子,如果你需要匹配字符 "[" 或 "\",
你可以在它们之前用反斜杠来取消它们的特殊意义: \[ 或 \\。
-----一些用 "\" 开始的特殊字符所表示的预定义字符集通常是很有用的,数字集,字母集,或其它非空字符集。
下列是可用的预设特殊字符:
\d 匹配任何十进制数;它相当于类 [0-9]。
\D 匹配任何非数字字符;它相当于类 [^0-9]。
\s 匹配任何空白字符;它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符;它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符;它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符;它相当于类 [^a-zA-Z0-9_]。
例如:[\s,.]字符类将匹配任何空白字符或","或"."
(4):"." ----匹配除了换行字符外的任何字符。在 alternate 模式(re.DOTALL)下它甚至可以匹配换行
(5):"*" ----重复零次或多次
a[bcd]*b,它匹配字母 "a",零个或更多个来自类 [bcd]中的字母,最后以 "b" 结尾
(6):"+" ----重复一次或多次
(7):"?" ----匹配零次或一次 home-?brew 匹配 "homebrew" 或 "home-brew"
(8):"{m,n}" ----m 和 n 是十进制整数。至少有 m 个重复,至多到 n 个重复。
a/{1,3}b 将匹配 "a/b","a//b" 和 "a///b"。它不能匹配 "ab" 因为没有斜杠,也不能匹配 "ab" ,因为有四个。
{0,} 等同于 *,{1,} 等同于 +,而{0,1}则与 ? 相同。如果可以的话,最好使用 *,+,或?
在字符串前加个 "r" 反斜杠就不会被任何特殊方式处理,所以 r"\n" 就是包含"\" 和 "n" 的两个字符,而 "\n" 则是一个字符,表示一个换行
(9):"( )" ----括号里是一个整体
RegexObject 实例有一些方法和属性
方法/属性 作用
match() 决定 RE 是否在字符串刚开始的位置匹配
search() 扫描字符串,找到这个 RE 匹配的位置
findall() 找到 RE 匹配的所有子串,并把它们作为一个列表返回 finditer() 找到 RE 匹配的所有子串,并把它们作为一个迭
代器返回
MatchObject 方法和属性
方法/属性作用
group() 返回被 RE 匹配的字符串
start()返回匹配开始的位置
end()返回匹配结束的位置
span() 返回一个元组包含匹配 (开始,结束) 的位置
编译标志
标志含义
DOTALL, S 使 . 匹配包括换行在内的所有字符 IGNORECASE, I 使匹配对大小写不敏感 LOCALE, L 做本地化识别
(locale-aware)匹配
MULTILINE, M多行匹配,影响 ^ 和 $
VERBOSE, X 能够使用 REs 的 verbose 状态,使之被组织得更清晰易懂