正则表达式中常用的字符含义
| 普通字符 | 匹配自身 |
|---|---|
| . | 匹配任意除换行符"\n"外的字符 |
| \ | 转义字符，使后一个字符改变原来的意思 |
| * | 匹配前一个字符0或多次 |
| + | 匹配前一个字符1次或无限次 |
| ? | 匹配一个字符0次或1次 |
| ^ | 匹配字符串开头。在多行模式中匹配每一行的开头，也可以表示取反 |
| $ | 匹配字符串末尾，在多行模式中匹配每一行的末尾 |
| | | 或。匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式 |
| { } | {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次{} |
| [ ] | 字符集。对应的位置可以是字符集中任意字符。如[abc]或[a-c]。[^abc]表示取反，即非abc。 |
| ( ) | 被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号“（”，编号+1.分组表达式作为一个整体，可以后接数量词。表达式中的|仅在该组中有效。 |
| \d | 数字:[0-9] |
| \D | 非数字:[^\d] |
| \s | 匹配任何空白字符:[<空格>\t\r\n\f\v] |
| \S | 非空白字符:[^\s] |
| \w | 匹配包括下划线在内的任何字字符:[A-Za-z0-9_] |
| \W | 匹配非字母字符，即匹配特殊字符 |
| \A | 仅匹配字符串开头,同^ |
| \Z | 仅匹配字符串结尾，同$ |
| \ | 转义字符 |
| \b | 匹配\w和\W之间，即匹配单词边界匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er' |
| \B | [^\b] |
| (?P<name>) | 分组，除了原有的编号外再指定一个额外的别名 |
| (?P=name) | 引用别名为<name>的分组匹配到字符串 |
| <number> | 引用编号为<number>的分组匹配到字符串 |
| str(?=e) | str后面的内容要匹配e，123(？=456)会匹配123456中的123 |
| str(?!e) | str 后面的内容不能匹配e |
| (?<=e)str | str 前面的内容要匹配e， |
| (?<!e)str | str 前面的内容不能匹配e |
| 条件匹配 (?(id)yes_exp|no_exp) | 对应id的子表达式如果匹配到内容，则这里匹配yes_exp，否则匹配no_exp |
正则表达式中常用的函数
compile()
编译正则表达式模式，返回一个对象的模式。对正则表达式使用较多的场景推荐使用，后续可以直接拿编译出来的对象使用，大大提高效率
re.compile(pattern,flags=0)
pattern: 编译时用的表达式字符串。
flags 编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，多行匹配等。常用的flags有：
| 标志 | 含义 |
|---|---|
| re.S(DOTALL) | 使.匹配包括换行在内的所有字符 |
| re.I（IGNORECASE） | 使匹配对大小写不敏感 |
| re.L（LOCALE） | 做本地化识别（locale-aware)匹配，法语等[图片上传失败...(image-91029d-1534672693398)] |
| re.M(MULTILINE) | 多行匹配，影响^和$ |
| re.X(VERBOSE) | 该标志通过给予更灵活的格式以便将正则表达式写得更易于理解 |
| re.U | 根据Unicode字符集解析字符，这个标志影响\w,\W,\b,\B |
match()
在字符串刚开始的位置匹配，匹配一个成功就返回//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'
re.match(pattern, string, flags=0)
- pattern - 这是要匹配的正则表达式。
- string - 这是字符串，它将被搜索用于匹配字符串开头的模式。 |
- flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
search()
re.search函数会在字符串内搜索匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
re.search(pattern, string, flags=0)
re.match只匹配字符串的开始，如果开头不符合正则表达式，则匹配失败，函数返回None；
re.search匹配整个字符串，直到找到一个匹配成功
match和search函数在成功时返回匹配对象，失败时返回None，返回对象有一下方法：
groups() 返回被 RE 匹配的字符串，以tuple的形式
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span() 返回一个元组包含匹配 (开始,结束) 的位置
group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。
findall()
re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
re.findall(pattern, string, flags=0)
finditer()
搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
split()
按照能够匹配的子串将string分割后返回列表。
可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。
re.split(pattern, string[, maxsplit])
maxsplit用于指定最大分割次数，不指定将全部分割。
sub()
使用re替换string中每一个匹配的子串后返回替换后的字符串。
re.sub(pattern, replace, string, count)
replace是替换后的字符串
count指替换个数。默认为0，表示每个匹配项都替换。
subn()
返回替换次数
subn(pattern, repl, string, count=0, flags=0)
贪婪模式和非贪婪模式
str = re.search('\d+','1234567')
print (str.group())
>>> 1234567
非贪婪模式
str = re.search('\d+?','1234567')
print (str.group())
>>> 1
加?表示只匹配0次或者1次
参考：
https://www.cnblogs.com/greatfish/p/7572131.html
https://www.yiibai.com/python/python_reg_expressions.html
网友评论