re-正则表达式模块

import re
预定义字符集：
\d：数字[0-9]
\D：非数字[^\d]
\s：空白字符[<空格>\t\r\n\f\v]
\S：非空白字符[^\s]
\w：单词字符[A-Za-z0-9_]
\W：非单词字符[^\w]
匹配数量：
.：匹配除换行符以外的任何单个字符
*：匹配前一个字符0或无限次(尽可能多的匹配)
*?：尽可能少的进行匹配前边的正则表达式
+：匹配前一个字符1次或无限次(尽可能多的匹配)
+?：尽可能少的进行匹配前边的正则表达式
?：匹配前一个字符0次或1次(尽可能多的匹配)
??：尽可能少的进行匹配前边的正则表达式
{m}：匹配前一个字符m次
{m,n}：匹配前一个字符m至n次(尽可能多的匹配)
{m,n}?：尽可能少的进行匹配前边的正则表达式
\：转义字符
?P<name>R:R表示为正则表达式，对正则表达式匹配到的内容进行命名
函数：
match():从字符串第一个字符开始匹配，直到不能匹配到为止，并返回匹配到的字符串；如果开头不能匹配则返回NoneType报错信息
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
m = re.match("\w+",a)
m.group()



search():在所有的字符串中开始进行匹配，返回匹配到的第一个结果
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
m = re.search("dvd",a)
m.group()



findall():返回所有匹配到的结果；返回一个列表
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
re.findall("[a-zA-Z]+",a)



split():用匹配到的字符对字符串进行切割；返回一个列表
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
re.split("\d+",a)



sub():把匹配到的内容进行替换，可以设定替换次数；返回替换后的结果
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
re.sub('\d+',"|",a,count=3)



group():返回匹配到的结果，常跟在match和search之后
例：
a = 'kjksajt3w9#53~59/35(*_dvds~r)3'
re.match("\w+",a).group()
re.search("dvd",a).group()
compile():把正则表达式进行编译
例：
com = re.compile(r'\d+') #r表示自然字符串，里边的字符不会被转义
e = com.findall('ksdhfkjshdfjkwiu237yyy8w7ye782skdhfkj374ljhfk2')
print(e)
注：可以看到compile编译后返回一个对象，在进行大量匹配的时候，compile效率会更高
groups():分组，即只获取括号内的匹配到的数据；以元组的形式返回
例：
f = re.search('(\d+)hfkjshdfjkwiu(\d+)','ksd234234hfkjshdfjkwiu237yyy8w7ye782')
print(f.groups())



groupdict():以命名方式匹配成功后，同时返回名字和匹配到的内容
例：
o = re.compile(r'(?P<name>\d+)')
m = o.search('127.0.0.1')
m.groupdict()



用正则匹配一条nginx日志：
日志：
66.249.69.131 - - [10/Aug/2016:03:20:09 +0800] "GET /robots.txt HTTP/1.1" 404 162 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
匹配规则：
p = r'(?P<ip>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) .* .* \[(?P<time>.*)\] "(?P<method>\w+) (?P<url>[^\s]*) (?P<version>[\w|/\.\d]*)" (?P<status>\d{3}) (?P<length>\d+) "(?P<refer>[^\s]*)" "(?P<userAgent>.*)"'
匹配结果：
{'ip': '66.249.69.131',
'length': '162',
'method': 'GET',
'refer': '-',
'status': '404',
'time': '10/Aug/2016:03:20:09 +0800',
'url': '/robots.txt',
'userAgent': 'Mozilla/5.0 (compatible; Googlebot/2.1; '
'+http://www.google.com/bot.html)',
'version': 'HTTP/1.1'}