python正则表达式功能模块：re

matchObj = re.match(r'(\d+)([abcd]+)', '12bbcxyz')  #[abcd]表示：a或b或c或d
if matchObj:print matchObj.groups() #('12', 'bbc')print matchObj.group()  #12bbcprint matchObj.group(1) #12print matchObj.group(2) #bbc
#    print matchObj.group(3) #报错IndexError: no such group
else:print 'None match'

re.match()方法：

参数1是正则表达式匹配模式，参数2是待匹配的原始字符串；
此方法只从字符串的开头匹配，若开头不匹配即使字符串中间有子串能匹配也返回None。如参数2换为'a12bbcxyz'则输出None match。

re.search()方法：

和match方法参数一样，不过可以匹配字符串里面的子串，如参数2换为'a12bbcxyz'则输出不变。
match和search两个方法只能找到匹配参数1匹配模式的，从参数2原始字符串左起的第一个字符串。若想找到所有的匹配的字符串，用下面介绍的findall方法。

若匹配成功则返回一个匹配对象：matchObj:

其有group(num=0)和groups()方法：
而group(n)（n=1、2、3…）会返回同第n分组匹配的字符串（参数1匹配模式里的每个括号里是一个分组）；
group()方法有默认参数0，group(0)会返回同整个参数1模式匹配的字符串（这个非分组）；
groups()方法返回所有分组组成的元组（若无分组返回空元组），第一个分组的组号为1。

findall方法：

findres = re.findall(r'\d[a-z]', '1one2two')
print findres  #['1o', '2t']
findres = re.findall(r'(\d)[a-z]', '1one2two')
print findres  #['1', '2']
findres = re.findall(r'(\d)([a-z])', '1one2two')
print findres  #[('1', 'o'), ('2', 't')]

若参数1匹配模式无分组：则返回所有同整个匹配模式匹配的字符串组成的列表；
若参数1有分组：若只有1个分组，则返回所有同分组匹配的字符串组成的列表；若分组数大于1，则返回所有同各分组匹配的字符串组成的元组的列表。

加入匹配标志位flags：

pattern = re.compile('</div class="desc">(.*)</div>', re.M)
div_list = re.findall(pattern, page)
print(div_list)

正则替换：sub方法

普通字符串替换：

print 'ABC'.replace('A' , 'a') #aBC

正则替换：

print re.sub(r'\d', '*', '123bbc', count=2)   # **3bbc  count=2表示进行2次替换
print re.sub(r'\d+', '*', '123bbc', count=2)  # *bbc    此处只进行了1次替换
print re.sub(r'\d+?', '*', '123bbc', count=2) # **3bbc  加?表示非贪婪模式：最小范围匹配。进行了2次替换。

count参数指定从左边起替换几次，默认为0，表示全部替换；
此种情况下参数1匹配模式分组信息无效，只会对匹配整个模式的字符串进行替换。

另外sub方法的第二个参数除了可以是字符串外，还可以是替换函数：
替换函数接受的参数是匹配对象；
返回值是匹配整个模式的字符串将要被替换为的内容；
count参数决定替换函数执行的次数。

import re
def rep_f(matchObj):print matchObj.group()print matchObj.groups()return matchObj.group('group_b') #使用(?P<name>...)给分组2指定了一个别名group_b，group函数可以接受别名参数，此处相当于group(2)print re.sub(r'(\d+)(?P<group_b>b)', rep_f, '123bb234c123bbc123bbc', count=2)
#   输出：
#   123b
#   ('123', 'b')
#   123b
#   ('123', 'b')
#   bb234cbbc123bbc

字符串分割：

import re
print re.split(r'\d+(b)', '123bb234c123bbc123bbc', 2)
# ['', 'b', 'b234c', 'b', 'bc123bbc']

与参数1匹配模式中的分组匹配的字符串，会在分割后的返回值列表中出现；
参数3指定最大分割次数，也就是最多用几个能完整匹配参数1匹配模式的字符串分割。

各个方法的原型：

re.match(pattern, string, flags=0)              #返回值：匹配对象
re.search(pattern, string, flags=0)             #返回值：匹配对象
re.findall(pattern, string, flags=0)            #返回值：list
re.sub(pattern, repl, string, count=0, flags=0) #返回值：str， repl
re.split(pattern, string, maxsplit=0, flags=0) #返回值：list

其中flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。具体的：如re.I | re.M 被设置成 I和 M标志。