python正则表达式

1.常见表示符：

字符表示：

字符	功能
.	匹配任意1个字符（除了）
[ ]	匹配[ ]中列举的字符
d	匹配数字，即0-9
D	匹配非数字，即不是数字
s	匹配空白，即空格，tab键
S	匹配非空白
w	匹配单词字符，即a-z、A-Z、0-9、_
W	匹配非单词字符

数量表示：

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有; 在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

表示边界：

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
	匹配一个单词的边界
B	匹配非单词边界

2.常见方法：

re.match('xxx',str):
能够匹配出以xxx开头的字符串


>>> import re

# 匹配以12开头的字符串，如果匹配成功，返回一个对象，匹配失败则返回None。

>>> print(re.match('12','123456'))  
<_sre.SRE_Match object; span=(0, 2), match='12'>

>>> print(re.match('12','0123456') )
None

# re.match返回的对象拥有group()方法，返回匹配到的字符串

>>> re.match('1.?','123456').group()
12

.group()返回匹配到的字符串。
.groups()返回匹配分组时匹配到的字符串的元组。
.group(0)等同于.group()
.group(1)等同于.groups()[0]
.group(n)等同于.groups()[n-1]

re.search('xxx',str):
re.match只能够匹配出以xxx开头的字符串，search可以全文中匹配出xxx字符串。

>>> re.search('1.?','ss123456').group()
12

>>> re.match('1.?','ss123456').group()
AttributeError

re.findall('xxx',str):
匹配出字符串中所有的匹配项，不过返回值不是一个正则对象，而是一个列表。

>>> re.findall('1.?','jiao1awo15guan16ren')
['1a', '15', '16']

re.split('xxx',str):
分给字符串，不过分割符是正则表达式。

>>> re.split('1.?','jiao1awo15guan16ren')
['jiao', 'wo', 'guan', 'ren']

re.sub('xxx','yyy',str):
将所有被xxx匹配到的字符串都替换成yyy(可以给匹配到的内容命名，替换时再重用)

>>>  re.sub('1.?',' T-T ','jiao1awo15guan16ren')
'jiao T-T wo T-T guan T-T ren'

>>>  re.sub(r'{{(?P<name1>w*?)}}', 'g<name1>', '{{wol}} > 1')
'wol > 1'

3.匹配分组：

字符	功能
\|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
umber	引用分组num匹配到的字符串
(?P)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

# 匹配1~100.
>>> re.match("[1-9]?d$|100","100")

# 匹配是否符合html标签
>>> re.match(r"<(w*)><(w*)>.*</2></1>", "<html><h1>www.itcast.cn</h1></html>")

# 匹配是否符合html标签：方法er
>>> ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")

>>> ret.group()
'<html><h1>www.itcast.cn</h1></html>'

>>> ret.groups()
('html', 'h1')