自学正则表达式

@[TOC]正则表达式
一、元字符
(1). 匹配任意字符（不包括换行符）
(2)^ 匹配开始位置，多行模式下匹配每一行的开始
(3)$ 匹配结束位置，多行模式下匹配每一行的结束
(4)* 匹配前一个元字符0到多次
(5)+ 匹配前一个元字符1到多次
(6)? 匹配前一个元字符0到1次
(7){m,n} 匹配前一个元字符m到n次
(8)\ 转义字符，跟在其后的字符将失去作为特殊元字符的含义，例如\.只能匹配.，不能再匹配任意字符
(9)[] 字符集，一个字符的集合，可匹配其中任意一个字符
(10)| 逻辑表达式 或 ，比如 a|b 代表可匹配 a 或者 b
(11)(…) 分组，默认为捕获，即被分组的内容可以被单独取出，默认每个分组有个索引，从 1 开始，按照"("的顺序决定索引值
(12)(?iLmsux) 分组中可以设置模式，iLmsux之中的每个字符代表一个模式,用法参见 模式 I
(13)(?:…) 分组的不捕获模式，计算索引时会跳过这个分组
(14)(?P…) 分组的命名模式，取此分组中的内容时可以使用索引也可以使用name
(15)(?P=name) 分组的引用模式，可在同一个正则表达式用引用前面命名过的正则
(16)(?#…) 注释，不影响正则表达式其它部分,用法参见 模式 I
(17)(?=…) 顺序肯定环视，表示所在位置右侧能够匹配括号内正则
(18)(?!..) 顺序否定环视，表示所在位置右侧不能匹配括号内正则
(19)(?<=…) 逆序肯定环视，表示所在位置左侧能够匹配括号内正则
(20)(?<!..) 逆序否定环视，表示所在位置左侧不能匹配括号内正则
(21)(?(id/name)yes|no) 若前面指定id或name的分区匹配成功则执行yes处的正则，否则执行no处的正则
(22)\number 匹配和前面索引为number的分组捕获到的内容一样的字符串
(23)\A 匹配字符串开始位置，忽略多行模式
(24)\Z 匹配字符串结束位置，忽略多行模式
(25)\b 匹配位于单词开始或结束位置的空字符串
(26)\B 匹配不位于单词开始或结束位置的空字符串
(27)\d 匹配一个数字， 相当于 [0-9]
(28)\D 匹配非数字,相当于 [^0-9]
(29)\s 匹配任意空白字符， 相当于 [ \t\n\r\f\v]
(30)\S 匹配非空白字符，相当于 [^ \t\n\r\f\v]
(31)\w 匹配数字、字母、下划线中任意一个字符， 相当于 [a-zA-Z0-9_]
(32)\W 匹配非数字、字母、下划线中的任意字符，相当于 [^a-zA-Z0-9_]
二、正则表达式对象
首先使用re模块的compile()方法将正则表达式编译生成正则表达式对象，然后再使用正则表达式对象提供的方法进行字符串处理，使用编译后的正则表达式对象可以快速的完成字符串处理。其字符串处理主要包括查找、匹配、替换、搜索和分割，这些也是比较常用的操作，具体方法为findall、match、sub、search、split，下面通过几个例子来做简单说明。

import re
text=“Anhui normal university!”
pattern=re.compile(r’\bn\w+\b’) #编译生成正则表达式对象。
pattern.findall(text)#查找以n开头的单词。
[‘normal’]

import re
text=“I run quickly,you run slowly.”
pattern=re.compile(r’\w+ly’) #编译生成正则表达式对象。
pattern.findall(text)#查找以ly结尾的单词，即字符串中所有副词。
[‘quickly’, ‘slowly’]

import re
text=“I run quickly,you run slowly.”
pattern=re.compile(r’\b[a-zA-Z]{3}\b’)#查找长度为3位的单词。
pattern.match(text)#从字符串开头开始匹配，不成功则无返回值。
pattern.search(text)#在整个字符串搜索，成功则返回结果。
<_sre.SRE_Match object; span=(2, 5), match=‘run’>

import re
text=“I run quickly,you run slowly.”
pattern=re.compile(r’\b[a-zA-Z]{3}\b’)
pattern.sub(’’,text)#将长度3位的单词替换位’’
‘I * quickly,* * slowly.’

import re
pattern=re.compile(r’[\s,.\d]+’)#根据正则化式进行编译生成正则对象。
text=“I am in house, with lots of pepole. yes,no. 1china 2USA”
pattern.split(text)#按照空白、’,’、‘.’、数字进行分割，并返回所有单词。
[‘I’, ‘am’, ‘in’, ‘house’, ‘with’, ‘lots’, ‘of’, ‘pepole’, ‘yes’, ‘no’,‘china’, ‘USA’]