re 模块

正则表达式

常用元字符：

. ^ $ * + ?  {  } [  ] \ | (  )

*

表示匹配0次或多次

+

表示匹配1次或多次

?

表示匹配0次或1次

{m,n}

表示匹配m到n次(前四个加'?'实现非贪婪匹配)

|

表示或操作

^

匹配字符串的起始位置

$

匹配字符串的结束位置

\(元字符)　　　　---去除元字符的特殊功能，表示匹配正常字符

\(普通字符)　　　　----实现特殊功能

(普通字符小写，表示肯定，普通字符大写，表示非    e.g. \d相当于[0-9]   \D相当于[^0-9])

\d

相当于[0-9]

\s

匹配任何空白字符，相当于[\t\n\r\f\v]

\w

匹配任何单词字符

\b

匹配单词的开始或结束，表示单词边界

\Z

只匹配字符串的结束位置

python字符串与正则表示字符串有冲突，如\b(python字符串表示ASCII码8制表符，而正则表达式则表示匹配单词的开始或结束)，在python中书写正则表示式时，要使用python的原始字符串，即添加'r'前缀。

Python 中正则表达式的扩展语法('...'表示正常的正则表达式)：

(?:...)　　　　　　表示非捕获组，非捕获组不会影响其他组的序号

(?P...)　　表示命名组，反向引用(?P=name)

前向断言(零宽，即断言不会被匹配到结果字符串中，也不会消耗字符串)：即断言在此位置的后面匹配的是...的内容(在断言字符串的前面，故称前向断言)

(?=...)　　　　表示肯定，匹配成功表示成功，否则失败。

(?!...)　　　　表示否定， 匹配失败表示成功，否则失败

e.g.　　.*[.](?!bat$).*$　　匹配文件扩展名不为'bat'的文件

后向断言(零宽，即断言不会被匹配到结果字符串中，也不会消耗字符串)：即断言在此位置的前面匹配的是...的内容(在断言字符串的后面，故称后向断言)

(?<=...)　　　表示肯定，匹配成功表示成功，否则失败。

(?

条件匹配:

(?(id/name)Y|N)       ，如果id 或者name匹配，则匹配'Y'，否则，匹配'N'

字符串替换的引用：

\g序号  或  \g　　　　推荐用第二种方法，防止歧义

\g　　　　　　　　　用命名组的方式引用

python中使用正则表达式：(re module)

1.调用全局函数：

match(), search(), findall()

参数：(正则表达式， 匹配字符串[，匹配标志])

ASCII, A

使得转义符号如\w, \b, \s, \d只能匹配ASCII字符

DOTALL, S

使得. 匹配任何符号，包括换行符

IGNORECASE, I

匹配不区分大小写

LOCALE, L

支持当前的语言设置

MULTILINE, M

多行匹配

VERBOSE, X

启用详细的正则表达式(增加正则表达式的可读性，匹配时忽略' '和'\n' )

2.创建模式对象：

p = re.compile(正则表达式[,匹配标志])

然后调用对象的方法。

详见python标准文档。

python全局函数和对象方法中返回的match对象，设为m：

m.group(0)　　　　查看整个正则表达式的匹配字符串

m.group(1)　　　　查看第一个分组的匹配结果(分组在python中用小括号表示)，其他分组依此类推

m.group('name')     同上，用分组的名字索引

m.groups()             返回所有分组的匹配结果，用元组表示

m.groupdict()　　　　同上，用字典表示

m.start([group])      返回匹配的起始位置

m.end([group])　　　　返回匹配的终止位置

m.span()　　　　　查看匹配的首尾位置的元组

详见python标准文档。