python正则表达式

1. 常用正则表达式
   . ：匹配任意一个字符
   ^ ：匹配以什么开头的字符，如果放在中括号中表示取反，如 ^abc 表示匹配以 abc 开头的字符，[^abc] 表示匹配 abc 之外的字符
   ：匹配以什么结尾的字符*：匹配零个或多个星号前面的字符，如可以匹配、、、等等如可以匹配、、、等等，如abc?只能匹配ab、abc ：用于转义，比如我要匹配 这个字符，但是用于匹配以什么结尾的字符，因此我就可以用来匹配用于匹配以什么结尾的字符，因此我就可以用$来匹配 这个字符
   | ：表示'或者'，比如 ab|cd 可以匹配 'ab' 或 'cd'
   {} ：匹配指定个花括号前面的字符，如 ab{2} 可以匹配 abb ，也可以是一个范围，如 ab{1,4} 可以匹配 ab 、abb 、abbb 、abbbb
   [] ：匹配中括号中的任意一个字符，如 [0-9] 表示匹配 0~9 中的任意一个数字
   () ：如果用括号括起来表示一个整体，如 (ab){2} 把 ab 当成一个整体，只能匹配 abab ，另外还有(?P<name>....) 的形式，我们
          知道用括号括起来的表示一个整体，比如 (abcdefg) 是一个整体，但如果括号里面的内容很长很长，那么我们访问这个整体的时候
          是通过给这个整体取个别名的方式，即 (?P<name>....) 的方式，如 (?P<a>(abcdefg)) 表示把 (abcdefg) 这个整体取个别名 a ，
          当我们访问的时候访问 a 就相当于访问 (abcdefg) ，在正则中这通常称为分组
   \d ：匹配任何数字，相当于 [0-9]
   \D ：匹配非数字字符，相当于 [^0-9]
   \s ：匹配任何空白字符，如空格、Tab制表符、换行符等
   \S ：匹配任何非空白字符
   \w ：匹配所有的字母和数字，相当于 [a-zA-Z0-9]
   \W ：匹配所有的非字母和数字，相当于[^a-zA-Z0-9]
   
2. re正则对象和正则匹配效率比较
   re.findall() ：用于从一个字符串中匹配指定的字符
   findall(string[, pos[, endpos]]) 
   搜索string，以列表形式返回全部能匹配的子串
   

   import re
   p1 = re.compile(r'\d+')
   a_str = 'one1two222three33four4'
   #正则对象的split方法，使用正则匹配进行分割字符串
   #最后是以列表的形式返回
   print(p1.split(a_str))
   
   #正则对象的findall方法，来查找符合对象的子字符串
   #最后是以列表的形式返回
   print(p1.findall(a_str))
   
   #finditer 每个返回值都是是一个对象，用group()方法查看，
   for i in p1.finditer(a_str):
       print(i.group())

   sub方法
   sub(repl, string[, count])
   使用repl替换string中每一个匹配的子串后返回替换后的字符串。
   当repl是一个字符串时，可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。
   当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。
   count用于指定最多替换次数，不指定时全部替换。
   

   import re
   p = re.compile(r'(\w+) (\w+)')
   s = 'i say,hello word!'
   print(p.sub(r'\2 \1',s))
   
   def func(m):
       return m.group(1).title() + ' ' +m.group(2).title()
   print(p.sub(func,s)

   match匹配对象
   Match对象是一次匹配的结果，包含了很多关于此次匹配的信息，可以使用Match提供的可读属性或方法来获取这些信息。上面的过程中多次使用了match对象，调用了他的group()和groups()等方法。
   

   import re
   prog = re.compile(r'(?P<tagname>abc)(\w*)(?P=tagname)')
   result = prog.match('abclfjlad234sjldabc')
   
   # finiter 迭代以后每个对象都是一个matche对象
   
   print(dir(result)) #查看match方法
   print(result.group()) #group方法
   print(result.groups())
   print(result.group(2))
   print(result.group(1))
   print('####'*10 + 'tagname' + '####'*10)
   print(result.group('tagname'))
   #matche对象的group返回一个元组，下标是以1开头
   
   print(result.groupdict())