正则表达式

python正则简介

就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。

　　正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

# a=re.findall('hello','wangyaohellowangxiao')
# print(a) 完全匹配
元字符 .

ret = re.findall('w..l','helloworld') #通配符
print(ret)默认匹配除
之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
['worl']

^

print(re.findall('^h..l','heolloword'))#开头匹配
>>['heol']

$
print(re.findall('h..l$','wangyaohall'))#结尾匹配
>>['hall']

*

*重复前面字符匹配[0,多次]
print(re.findall('h.*l','wangyaohwangyaohawl')
>> ['hawl']

+

# +匹配前面字符多次[1,无穷]
print(re.findall('ab+','fdhgdgabbbdfsfab'))
>>['abbb','ab']

?

[0,1]个a
print(re.findall('a?b','aaaabfdsdabdfb'))
>>['ab','ab','b']

{m} :匹配前一个字符m次
{n,m} 匹配前一个字符n到m次

#{0，5}0 到5 个a 若{5}只能是最多5个a 贪婪匹配
print(re.findall('a{0,5}b','b'))

结论: *等价于{0，无穷} +等价于{1，无穷} ？等价于{0，1}

  |管道符
  斜杠 后面跟元字符去除特殊功能 跟普通字符实现特殊功能

正则表达式方法findall()所有的的都返回
search（）方法：返回一个对象。对象可以调用group()返回结果匹配到第一个对象
match()方法：只在字符串开始匹配也只返回一个对象调用group方法返回一个结果

|    匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'

(...)分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c

m = re.findall(r'(ad)+', 'add')print(m)
 
ret=re.search('(?P<id>d{2})/(?P<name>w{3})','23/com')
print(ret.group())#23/com
print(ret.group('id'))#23

[]

字符集[]里面的元素是或的，[a-z] a到z的1任意一个字符。取消元字符的特殊功能[w,*] *在里面就是一个普通字符
#三个例外（ ^ -） ^放在[] 表示取反 是里面所有的非 比如[^4,5]匹配'fdhjs45j'除了4和5都匹配

ret=re.findall('a[bc]d','acd')
print(ret)#['acd']
 
ret=re.findall('[a-z]','acd')
print(ret)#['a', 'c', 'd']
 
ret=re.findall('[.*+]','a.cd+')
print(ret)#['.', '+']
 
#在字符集里有功能的符号: - ^ 
 
ret=re.findall('[1-9]','45dha3')
print(ret)#['4', '5', '3']
 
ret=re.findall('[^ab]','45bdha3')
print(ret)#['4', '5', 'd', 'h', '3']
 
ret=re.findall('[d]','45bdha3')
print(ret)#['4', '5', '3']


d  匹配任何十进制数；它相当于类 [0-9]。
D 匹配任何非数字字符；它相当于类 [^0-9]。
s  匹配任何空白字符；它相当于类 [ 	

fv]。
S 匹配任何非空白字符；它相当于类 [^ 	

fv]。
w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
  匹配一个特殊字符边界，比如空格 ，&，＃等

import re

ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')

print(ret)#['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')

print(ret)#['www.oldboy.com']

更多模块：http://www.cnblogs.com/yuanchenqi/articles/5732581.html