python正则表达式

转载自菜鸟教程：http://www.runoob.com/python3/python3-reg-expressions.html

• 模式字符串：用一个字符串表示具有某种规律的字符串

^	   匹配字符串的开头
$      匹配字符串的末尾。
.	   匹配任意字符
[amk]  匹配 'a'，'m'或'k'任意一个字符
[^abc] 匹配除了a,b,c之外的任意一个字符
a| b   匹配a或b
\w	   匹配数字字母下划线
\W 	   匹配非数字字母下划线
\s	   匹配任意空白字符，等价于 [\t\n\r\f]。
\S	   匹配任意非空字符
\d	   匹配任意数字，等价于 [0-9]。
\D	   匹配任意非数字

[Pp]ython	匹配 "Python" 或 "python"
rub[ye]	    匹配 "ruby" 或 "rube"
[aeiou]	    匹配中括号内的任意一个字母
[0-9]	    匹配任何数字。类似于 [0123456789]
[a-z]	    匹配任何小写字母
[A-Z]  	    匹配任何大写字母
[a-zA-Z0-9]	匹配任何字母及数字
[^aeiou]	除了aeiou字母以外的所有字符
[^0-9]	    匹配除了数字外的字符

• compile 函数
  compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
  语法格式为：re.compile(pattern)
  pattern为模式字符串
• re.match函数
  -尝试从字符串的起始位置（或指定位置）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。
  -re.match(pattern, string, flags=0)
  第一个参数表示由模式字符串编译的正则表达式对象
  第二个参数表示目标字符串
  第三个参数是标志位用来控制匹配方式
  re.match(pattern,string)与pattern.match(string)效果一样
• re.search方法
  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)

import re;
#定义模式字符串匹配任意多个数字
s = r'\d+'
#定义目标字符串
str = 'aaaa123aa45aaaaa678'
# 编译正则表达式，生成一个正则表达式对象p
Pattern = re.compile(s)
#在目标字符串str中查找匹配正则表达式
m = re.match(Pattern,str) #re.match只匹配字符串的开始
n = re.search(Pattern,str) #re.search可以匹配到任意位置的合适字符串
#打印出匹配结果
print(m);
print(n);
print(n.group())  #打印匹配的整个表达式的字符串


#
# >>>
# None
# <re.Match object; span=(4, 7), match='123'>
# 123

• 替换目标字符串中的匹配项
  函数格式：re.sub(pattern, repl, string, count=0)
  pattern : 正则中的模式字符串。
  repl : 替换的字符串，也可为一个函数。
  string : 要被查找替换的原始字符串。
  count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

#定义模式字符串匹配任意多个数字
s2 = r'\d+'
#定义目标字符串
str2 = 'aaaa123aa45aaaaa678'
# 编译正则表达式，生成一个正则表达式对象p
Pattern = re.compile(s2)
#把目标字符串中的数字全部替换为新字符串并返回替换后的字符串
str3 = re.sub(Pattern, '替换了', str2)
#打印替换后的字符串
print(str3)


#>>>
# aaaa替换了aa替换了aaaaa替换了

• Match 对象
  当对目标字符串匹配成功时返回一个 Match 对象，它包含几种方法：
  group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
  start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
  end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
  span([group]) 方法返回 (start(group), end(group))。
• findall
  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。

注意区分：
 match是只能匹配从头开始的
 search 是匹配第一个合适的字符串
 findall 则是匹配所有合适的字符串

• re.finditer
  re.finditer(pattern, string, flags=0)
  和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
• re.split
  split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
  re.split(pattern, string[, maxsplit=0, flags=0])
• 一个小实例

#定义模式字符串匹配任意多个数字
s2 = r'\d+'
#定义目标字符串
str2 = 'aaaa123aa45aaaaa678'
# 编译正则表达式，生成一个正则表达式对象p
Pattern = re.compile(s2)
#把查找目标字符串中所有合适字符串并返回列表
list1 = re.findall(Pattern,str2)
#把查找目标字符串中所有合适字符串并返回迭代器
list2 = re.finditer(Pattern,str2)
#把匹配的字符串作为分隔符将原字符串分割作为列表返回
list3 = re.split(Pattern, str2)
#打印替换后的字符串
print(list1)
print(list2)
print(list3)
# 
# >>>
# ['123', '45', '678']
# <callable_iterator object at 0x00000255BF5F2BE0>
# ['aaaa', 'aa', 'aaaaa', '']