字符分类
常用字符分类的缩写代码：
\d--------------0到9的任何数字
\D--------------除0到9的数字以外的任何字符
\w--------------任何字母、数字或者下划线字符（可以认为是匹配单词字符）
\W--------------除字母、数字和下划线以外的字符
\s--------------空格、制表符或者换行符（可以认为是匹配空白字符）
\S--------------除空格、制表符和换行符以外的任何字符
建立自己的字符分类
1、用方括号定义自己的字符分类
2、例如，字符分类[aeiouAEIOU]将匹配所有元音字符，不论大小写
3、也可以使用短横表示字母或数字的范围。例如，字符分类[a-zA-Z0-9]将匹配所有小写字母、大写字母和数字。
4、请注意，在方括号内，普通的正则表达式符号不会被解释。这意味着，你不需要前面加上倒斜杠转义.、*、?或()字符。例如，字符分类将匹配数字0 到5 和一个句点。你不需要将它写成[0-5.]。
5、通过在字符分类的左方括号后加上一个插入字符（^），就可以得到“非字符类”。非字符类将匹配不在这个字符类中的所有字符
插入字符和美元字符
1、可以在正则表达式的开始处使用插入符号（^），表明匹配必须发生在被查找文本开始处。
2、类似地，可以再正则表达式的末尾加上美元符号（$），表示该字符串必须以这个正则表达式的模式结束。
3、可以同时使用^和$，表明整个字符串必须匹配该模式，也就是说，只匹配该字符串的某个子集是不够的。如果使用了^和$，那么整个字符串必须匹配该正则表达式
通配字符
在正则表达式中，.（句点）字符称为“通配符”。它匹配除了换行之外的所有字符。
句点字符只匹配一个字符，这就是为什么在前面的例子中，对于文本flat，只匹配lat。要匹配真正的句点，就是用倒斜杠转义。
1）.*匹配
点-星将匹配除换行外的所有字符。句点字符表示“除换行外所有单个字符”，星号字符表示“前面字符出现零次或多次”。
点-星使用“贪心”模式：它总是匹配尽可能多的文本。要用“非贪心”模式匹配所有文本，就使用点-星和问号。像和大括号一起使用时那样，问号告诉Python 用非贪心模式匹配。
2）句点字符匹配所有字符
通过传入re.DOTALL 作为re.compile()的第二个参数，可以让句点字符匹配所有字符，包括换行字符。
不区分大小写的匹配
要让正则表达式不区分大小写，可以向re.compile()传入re.IGNORECASE 或re.I，作为第二个参数。
用sub()方法替换字符串
1、正则表达式不仅能找到文本模式，而且能够用新的文本替换掉这些模式。
2、Regex对象的sub()方法需要传入两个参数。第一个参数是一个字符串，用于取代发现的匹配。第二个参数是一个字符串，即正则表达式。sub()方法返回替换完成后的字符串。
3、有时候，你可能需要使用匹配的文本本身，作为替换的一部分。在sub()的第一个参数中，可以输入\1、\2、\3……。表示“在替换中输入分组1、2、3……的文本”。
例如，假定想要隐去密探的姓名，只显示他们姓名的第一个字母。要做到这一点，可以使用正则表达式Agent(\w)\w，传入r'\1*'作为sub()的第一个参数。字符串中的\1 将由分组1 匹配的文本所替代，也就是正则表达式的(\w)分组。
管理复杂的正则表达式
如果要匹配的文本模式很简单，正则表达式就很好。但匹配复杂的文本模式，可能需要长的、费解的正则表达式。你可以告诉re.compile()，忽略正则表达式字符串中的空白符和注释，从而缓解这一点。要实现这种详细模式，可以向re.compile()传入变量re.VERBOSE，作为第二个参数。
组合使用re.IGNORECASE、re.DOTALL 和re.VERBOSE
re.compile()函数只接受一个值作为它的第二参数。可以使用管道字符（|）将变量组合起来，从而绕过这个限制。管道字符在这里称为“按位或”操作符。通过管道可以在re.compile()函数中使用以上三个变量。
正则表达式符号复习
?匹配零次或一次前面的分组。
*匹配零次或多次前面的分组。
+匹配一次或多次前面的分组。
{n}匹配n 次前面的分组。
{n,}匹配n 次或更多前面的分组。
{,m}匹配零次到m 次前面的分组。
{n,m}匹配至少n 次、至多m 次前面的分组。
{n,m}?或*?或+?对前面的分组进行非贪心匹配。
^spam 意味着字符串必须以spam 开始。
spam$意味着字符串必须以spam 结束。
.匹配所有字符，换行符除外。
\d、\w 和\s 分别匹配数字、单词和空格。
\D、\W 和\S 分别匹配出数字、单词和空格外的所有字符。
[abc]匹配方括号内的任意字符（诸如a、b 或c）。
[^abc]匹配不在方括号内的任意字符。
网友评论