Python的re模块学习---正则表达式

元字符列表： . ^ $ * + ? { [ ] \ | ( )

(1): "[" 和 "]" ----用来指定一个字符类别，所谓字符类别就是你想匹配的一个字符集

[abc] 将匹配"a", "b", 或 "c"中的任意一个字符；也可以用区间[a-c]来表示同一字符集，和前者效果一致。

如果你只想匹配小写字母，那么 RE 应写成 [a-z].

元字符在类别里并不起作用，[akm$]将匹配字符"a", "k", "m", 或 "$" 中的任意一个；"$"通常用作元字符，

但在字符类别里，其特性被除去，恢复成普通字符。

(2)：^ -----补集，用来匹配不在区间范围内的字符

把"^"作为类别的首个字符；其它地方的"^"只会简单匹配 "^"字符本身。例如，[^5] 将匹配除 "5" 之外的任意字符。

(3)：反斜杠"\"

----它也可以用于取消所有的元字符，这样你就可以在模式中匹配它们了。举个例子，如果你需要匹配字符 "[" 或 "\"，

你可以在它们之前用反斜杠来取消它们的特殊意义： \[ 或 \\。

-----一些用 "\" 开始的特殊字符所表示的预定义字符集通常是很有用的，数字集，字母集，或其它非空字符集。

下列是可用的预设特殊字符：

\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 [ \t\n\r\f\v]。

\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。

\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_]。

例如：[\s,.]字符类将匹配任何空白字符或","或"."

(4)："." ----匹配除了换行字符外的任何字符。在 alternate 模式（re.DOTALL）下它甚至可以匹配换行

(5)："*" ----重复零次或多次

a[bcd]*b，它匹配字母 "a"，零个或更多个来自类 [bcd]中的字母，最后以 "b" 结尾

(6)："+" ----重复一次或多次

(7)："？" ----匹配零次或一次 home-?brew 匹配 "homebrew" 或 "home-brew"

(8)："{m,n}" ----m 和 n 是十进制整数。至少有 m 个重复，至多到 n 个重复。

a/{1,3}b 将匹配 "a/b"，"a//b" 和 "a///b"。它不能匹配 "ab" 因为没有斜杠，也不能匹配 "a////b" ，因为有四个。

{0,} 等同于 *，{1,} 等同于 +，而{0,1}则与 ? 相同。如果可以的话，最好使用 *，+，或?

在字符串前加个 "r" 反斜杠就不会被任何特殊方式处理，所以 r"\n" 就是包含"\" 和 "n" 的两个字符，而 "\n" 则是一个字符，表示一个换行

(9)："( )" ----括号里是一个整体

RegexObject 实例有一些方法和属性

方法/属性 作用

match() 决定 RE 是否在字符串刚开始的位置匹配

search() 扫描字符串，找到这个 RE 匹配的位置

findall() 找到 RE 匹配的所有子串，并把它们作为一个列表返回 finditer() 找到 RE 匹配的所有子串，并把它们作为一个迭

代器返回

MatchObject 方法和属性

方法/属性作用

group() 返回被 RE 匹配的字符串

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

编译标志

标志含义DOTALL, S 使 . 匹配包括换行在内的所有字符 IGNORECASE, I 使匹配对大小写不敏感 LOCALE, L 做本地化识别

（locale-aware）匹配

MULTILINE, M多行匹配，影响 ^ 和 $

VERBOSE, X 能够使用 REs 的 verbose 状态，使之被组织得更清晰易懂