re模块函数

函数/方法	描述
`compile( pattern, flags=0 )`	对正则表达式模式pattern进行编译，flags为可选标识符，函数返回一个正则表达式对象( re.Pattern )

re模块函数 / re.Pattern对象方法

函数/方法	描述
`match( pattern, string, flags=0 )`	使用正则表达式pattern匹配(从头匹配)字符串string，如果匹配成功，返回一个匹配对象(re.Match)；否则返回None。
`search( pattern, string, flags=0 )`	在字符串string中搜索正则表达式pattern的第一次出现，如果成功，返回一个匹配对象(re.Match)；否则返回None。
`findall( pattern, string, flags=0 )`	在字符串string中搜索正则表达式pattern的所有(非重复)出现；返回一个匹配部分的列表(总是返回一个列表，若没有找到匹配部分，则返回空列表)。
`finditer( pattern, string, flags=0 )`	与findall相同，但返回的是迭代器，迭代器的元素为所有的匹配对象(re.Match)，若没有匹配部分，则返回一个空迭代器。
`split( pattern, string, maxsplit=0 )`	根据正则表达式pattern把字符串string分割为一个列表，返回该列表，若maxsplit参数为非零，则最多分割maxsplit次(默认分割所有)。若pattern无匹配部分，则返回包含一个元素的列表，该元素为string。
`sub( pattern, repl, string, count=0 )`	把字符串string中所有匹配pattern的地方替换成字符串repl，count不为零时，替换count次，返回替换后的字符串。
`subn( pattern, repl, string, count=0 )`	同sub()，但返回由替换后的字符串和替换次数组成的元组。

这部分函数即是re模块的函数，同时正则表达式对象(re.Pattern)也有同名的方法，功能也相同。当通过compile()对正则表达式进行预编译后，返回的正则表达式对象便可调用方法。但预编译不是必须的，直接调用函数也能实现目的，不过最终还是会被编译，所以使用预编译的正则表达式能够提升性能。
直接调用re模块函数的使用方法：

re.match( pattern, string )     # pattern为正则表达式字符串，如'[A-Z]+'(至少出现一次大写字母)

作为正则表达式对象(re.Pattern)方法的使用方法：

pattern = re.compile( '[A-Z]+' )
pattern.match( string )

匹配对象(re.Match)方法

匹配对象(re.Match)由search()和match()函数(方法)返回，此外finditer()返回的迭代器的元素也是匹配对象。匹配对象需要调用group()/groups()方法才能返回匹配(这里说的匹配是指match()的从头匹配和search()的搜索)的内容。

方法	描述
`group( num )`	num=0 时(默认)，返回完整匹配部分(字符串)；num=1/2/3... 时，返回对应子组匹配部分，子组编号顺序按从左到右。
`groups()`	返回所有子组匹配部分组成的元组。

re正则表达式pattern规则

符号	说明	举例
str	匹配相同字符串	'foo' ，匹配foo
[ABcd]	[ ]，匹配[ ]中的任意一个字符	[Aa]，匹配A或a
[A-Z]	匹配A~Z的任意一个字符，根据Ascii顺序	[A-Za-z0-9]，匹配任意字母、数字
[^...]	不匹配[ ]中出现的任意一个字符	[^a-z]，不匹配小写字母
pattern1\|pattern2	管道符，匹配正则表达式pattern1或pattern2	'foo\|A[1-9]' ，匹配foo或A1到A9
.	句点，匹配除换行符外任意一个单个字符，必须匹配一个才算匹配成功	‘f.oo' ，匹配foo或fxoo，x是换行符外任意字符
^	从字符串开头开始匹配	'^Dear' ，匹配开头的Dear
$	美元符号，匹配字符串结尾	‘txt$' ，匹配结尾的txt
pattern*	星号，匹配pattern零次或多次	'[a-z]*' ，匹配任意长度的小写字母
pattern?	问号，匹配pattern零次或一次	'bags?' ，匹配bag或bags
pattern{N}	{N}，匹配pattern N次	'go{2}d'，匹配good
pattern{N,M}	{N,M}，匹配pattern n次，N <= n <= M	'[0-9]{5,9}'，匹配5到9位数字
?	区别于pattern?的问号，只用在" * "、" + "、" ? "、" {} "后面，因为这些符号默认是贪婪匹配的(取匹配次数最多的情况)。? 表示非贪婪匹配(取匹配次数最少的情况 )	re.search('.*?[0-9]', 'abc123').group()返回'abc1'，而不是'abc123'
()	括号中的正则表达式可保存为子组，可通过group/groups返回子组对应的匹配部分

子组举例：

x = re.search('([A-Z])([0-9]+)', 'A123')   # 正则表达式'([A-Z])([0-9]+)'包含两个子组
x.group()          # 返回'A123'
x.group(1)        # 返回'A'，对应子组([A-Z])
x.group(2)        # 返回'123'，对应子组([0-9]+)
x.groups()        # 返回元组('A','123')

特殊字符

符号	说明
\d	匹配任何数字，等同于[0-9]
\D	\d的反义，任何非数字
\w	小写w，任何数字字母字符，等同于[A-Za-z0-9]
\W	大写W，\w的反义，非数字字母字符
\s	小写s，匹配任何空白符，[\n\t\r\v\f]
\S	大写S，\s的反义
\b	匹配单词边界
\B	\b的反义
\	反义符，当匹配特殊符号的原始字符时( *`. , , $ , ^ , ?`** )，通过反义取消它的特殊含义
r' '	raw string，原始字符串，当特殊字符在Ascii和正则表达式中存在歧义时，使用原始字符串可消除Ascii中的特殊含义，让re正确识别。如\b在Ascii中表示退格，在re中表示单词边界，r'\b'可表示单词边界。