java string 返回匹配正则的字符串的起始位置_python正则表达式--RE模块（转义r 和 \，贪婪模式与非贪婪模式）...

在使用Python循环读取sql语句中的表名和列名的过程中，使用到了正则表达式，这里记录下RE模块的基本用法和示例。

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。
Python通过re模块提供对正则表达式的支持，常用的正则表达式函数有re.match()，re.search()，re,findall()。一、基本用法1、re.match函数
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
函数语法：

re.match(pattern, string, flags=0)

函数参数说明：

# 示例：
>>> import re
>>> print(re.match('www', 'www.runoob.com'))
<re.Match object; span=(0, 3), match='www'>
>>> print(re.match('www.runoob', 'www.runoob.com'))
<re.Match object; span=(0, 10), match='www.runoob'>
>>> print(re.match('com', 'www.runoob.com'))
None

我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

正则表达式修饰符 - 可选标志

2、re.search函数
re.search 扫描整个字符串并返回第一个成功的匹配。
函数语法：

re.search(pattern, string,flags=0)

函数参数说明同上。匹配成功re.search方法返回一个匹配的对象，否则返回None。
注意：re.match与re.search的区别：
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。3、findall函数
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。
语法格式为：

findall(string[, pos[, endpos]])

参数：
string : 待匹配的字符串。
pos : 可选参数，指定字符串的起始位置，默认为 0。
endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。二、重要说明：
1、正则表达式特别字符

2、关于转义（r 和 ）
Python中字符串前面加上 r 表示原生字符串（raw string），与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。
假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠""：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r""表示。
同样，匹配一个数字的"d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。3、关于贪婪模式与非贪婪模式
正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。
例如：正则表达式"ab*"，如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。三、实例：1、runoob案例

line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
print(matchObj.group())
print(matchObj.group(1))
print(matchObj.group(2))

正则表达式：

r'(.*) are (.*?) .*'

解析：
首先，这是一个字符串，前面的一个 r 表示字符串为非转义的原始字符串，让编译器忽略反斜杠，也就是忽略转义字符。但是这个字符串里没有反斜杠，所以这个 r 可有可无。
(.*) 第一个匹配分组，.* 代表匹配除换行符之外的所有字符。
(.*?) 第二个匹配分组，.*? 后面多个问号，代表非贪婪模式，也就是说只匹配符合条件的最少字符
后面的一个 .* 没有括号包围，所以不是分组，匹配效果和第一个一样，但是不计入匹配结果中。
matchObj.group() 等同于 matchObj.group(0)，表示匹配到的完整文本字符
matchObj.group(1) 得到第一组匹配结果，也就是(.*)匹配到的
matchObj.group(2) 得到第二组匹配结果，也就是(.*?)匹配到的
因为只有匹配结果中只有两组，所以如果填 3 时会报错。2、adventure works cycles案例
需求分析：现有sql建表语句资料一份，需要从中提取N张表的表名。
需求实现：外层使用while循环，逐行读取文本信息。在文本匹配方面，使用re.search在字符串中查找需要的文本，并使用group()匹配分组提取表名。
注意：
在正则表达式中，要匹配 [ ，必须使用 [ ，否则它将具有其他含义。
使用group()进行匹配分组的前提是，需要使用()将查找文本括起来，如 (.*?) 。
这里使用贪婪模式或非贪婪模式没有区别。

>>> str='CREATE TABLE [dbo].[DimAccount]('
>>> seobj = re.search(r"[(.*?)].[(.*?)]",str,re.I)
>>> seobj
<re.Match object; span=(13, 31), match='[dbo].[DimAccount]'>
>>> table_name=seobj.group(2)
>>> table_name
'DimAccount'