正则表达式re之编译

参考：
http://blog.csdn.net/goodboy5201314/article/details/42642077
http://blog.csdn.net/goodboy5201314/article/details/42642149
一、正则表达式介绍

正则表达式（Regular expressions 也称为 REs，或 regexes 或 regex patterns）
下边是元字符的完整列表（）：

. ^ $ * + ? { } [ ] \ | ( )

最灵活的应该是元字符 {m, n}（m 和 n 都是十进制整数），上边讲到的几个元字符都可以使用它来表达，它的含义是前一个字符必须匹配 m 次到 n 次之间。例如 a/{1, 3}b 会匹配 a/b，a//b 和 a///b。但不会匹配 ab（没有斜杠）；也不会匹配ab（斜杠超过三个）。

你可以省略 m 或者 n，这样的话，引擎会假定一个合理的值代替。省略 m，将被解释为下限 0；省略 n 则会被解释为无穷大（事实上是上边我们提到的 20 亿）。

小甲鱼解释：如果是 {, n} 相当于 {0, n}；如果是 {m, } 相当于 {m, +无穷}；如果是 {n}，则是重复前一个字符 n 次。

其实 、+ 和 ? 都可以使用 {m, n} 来代替。{0,} 跟 是一样的；{1, } 跟 + 是一样的；{0, 1}跟 ? 是一样的。不过还是鼓励大家记住并使用 *、+ 和 ?，因为这些字符更短并且更容易阅读。

下边列举一些反斜杠加字符构成的特殊含义：

特殊字符 含义
\d 匹配任何十进制数字；相当于类 [0-9]
\D 与 \d 相反，匹配任何非十进制数字的字符；相当于类 [^0-9]
\s 匹配任何空白字符（包含空格、换行符、制表符等）；相当于类 [ \t\n\r\f\v]
\S 与 \s 相反，匹配任何非空白字符；相当于类 [^ \t\n\r\f\v]
\w 匹配任何字符，见上方解释
\W 于 \w 相反
\b 匹配单词的开始或结束
\B 与 \b 相反

它们可以包含在一个字符类中，并且一样拥有特殊含义。例如 [\s,.] 是一个字符类，它将匹配任何空白字符（/s 的特殊含义），’,’ 或 ‘.’。

最后我们要讲的一个元字符是 .，它匹配除了换行符以外的任何字符。如果设置了 re.DOTALL 标志，. 将匹配包括换行符在内的任何字符。

二、编译

使用 Python 的原始字符串来表示正则表达式（就是在字符串前边加上 r，大家还记得吧…）
当你将正则表达式编译之后，你就得到一个模式对象。那你拿他可以用来做什么呢？模式对象拥有很多方法和属性，我们下边列举最重要的几个来讲：

方法 功能
match() 判断一个正则表达式是否从开始处匹配一个字符串
search() 遍历字符串，找到正则表达式匹配的第一个位置
findall() 遍历字符串，找到正则表达式匹配的所有位置，并以列表的形式返回
finditer() 遍历字符串，找到正则表达式匹配的所有位置，并以迭代器的形式返回

如果没有找到任何匹配的话，match() 和 search() 会返回 None；如果匹配成功，则会返回一个匹配对象（match object），包含所有匹配的信息：例如从哪儿开始，到哪儿结束，匹配的子字符串等等。

>>> import re
>>> p = re.compile('[a-z]+')
>>> p
re.compile('[a-z]+')
>>> p.match("")
>>> print(p.match(""))
None

接下来让我们来看看匹配对象（即：match对象）里边有哪些信息吧。匹配对象包含了很多方法和属性，以下几个是最重要的：

方法 功能
group() 返回匹配的字符串
start() 返回匹配的开始位置
end() 返回匹配的结束位置
span() 返回一个元组表示匹配位置（开始，结束）

>>> m.group()
'fishc'
>>> m.start()
0
>>> m.end()
5
>>> m.span()
(0, 5)

在实际应用中，最常用的方式是将匹配对象存放在一个局部变量中，并检查其返回值是否为 None。

形式通常如下：

p = re.compile( ... )
m = p.match( 'string goes here' )
if m:
    print('Match found: ', m.group())
else:
    print('No match')

match()和search()的区别详解：
match（）函数只检测RE是不是在string的开始位置匹配， search()会扫描整个string查找匹配, 也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none

例如：

import re 
text = 'pythontab'
m = re.match(r"\w+", text) 
if m:    
    print (m.group(0))
else:   
    print ('not match' )
结果是：pythontab

而：

import re
text = '@pythontab'
m = re.match(r"\w+", text) 
if m:    
    print (m.group(0) )
else:   
    print ('not match' )
结果是：not match

search()会扫描整个字符串并返回第一个成功的匹配

例如：

import re 
text = '@pythontab'
m = re.search(r"\w+", text) 
if m:    
    print (m.group(0) )
else:   
    print ('not match' )
结果是：pythontab

最后最后，有两个方法可以返回所有的匹配结果，一个是 findall()，另一个是 finditer()。
findall() 返回的是一个列表：

>>> p = re.compile(r"\d+")
>>> p.findall("001z123s222s")
['001', '123', '222']

finditer() 则是将匹配对象作为一个迭代器返回：

>>> for match in p.finditer("04kk19oo62ss00"):
    print(match.group(),end = " " )

04 19 62 00