re模塊

單個匹配

\w 匹配字母（包含中文）或數字或下劃線
\W 匹配非字母（包含中文）或數字或下劃線

print(re.findall('\w', 'abc_  123$%^'))  # 返回 ['a', 'b', 'c', '_', '1', '2', '3']
print(re.findall('\W', 'abc哈哈123_  123$%^'))  # 返回 [' ', ' ', '$', '%', '^']

\s 匹配任意的空白符
\S 匹配任意非空白符

print(re.findall('\s', '哈哈 \t \n'))  # 返回 [' ', '\t', ' ', '\n']
print(re.findall('\S', '哈哈 \t \n'))  # 返回 ['哈', '哈']

\d 匹配數字
\D 匹配非數字

print(re.findall('\d', 'xeon 哈哈 123'))  # 返回 ['1', '2', '3']
print(re.findall('\D', 'xeon 哈哈 123* \n \t + -'))  # 返回 ['x', 'e', 'o', 'n', ' ', '哈', '哈', ' ', '*', ' ', '\n', ' ', '\t']

\A 從字元串開頭匹配
^ 匹配字元串的開始

print(re.findall('\A太白', '太白 太白 123*'))  # 只匹配第一個，有責返回，無責返回[]
print(re.findall('^太白', '太白 太白 123*'))  # 只匹配第一個，有責返回，無責返回[]

$ 匹配字元串的結尾

print(re.findall('123$', 'xeon 哈哈 123'))  # 返回123

\n 匹配一個換行符
\t 匹配一個製表符

print(re.findall('\n', '** 太白 哈哈 \n123 \n456'))  # 返回 ['\n', '\n']
print(re.findall('\t', '*\t* 太白 哈哈 \t123 \n456'))  # 返回 ['\t', '\t']

重覆匹配

匹配任意字元，除了換行符（re.DOTALL 這個參數可以匹配\n）
找不到按一位一位找，找到了，從b位後開始找

print(re.findall('a.b', 'ab aab abb a*b a6b a b aaaab'))  # 返回 ['aab', 'abb', 'a*b', 'a6b', 'a b', 'aab']
print(re.findall('a.b', 'ab aab abb a\nb a\tb', re.DOTALL))  # 返回 ['aab', 'abb', 'a\nb', 'a\tb']

？匹配0個或者1個由左邊字元定義的片段 貪婪匹配

print(re.findall('a?b', 'aaaaab'))  # 返回 ['ab']
print(re.findall('a?b', 'ab aab abb a*b'))  # 返回 ['ab', 'ab', 'ab', 'b', 'b']

* 匹配0個或者多個左邊字元表達式。 滿足貪婪匹配 @@

print(re.findall('a*b', 'ab aab aaaaaaab abbbbb'))  # 返回 ['ab', 'aab', 'aaaaaaab', 'ab', 'b', 'b', 'b', 'b']

+ 匹配1個或者多個左邊字元表達式。 滿足貪婪匹配 @@

print(re.findall('a+b', 'ab aab aaab abbb'))  # 返回 ['ab', 'aab', 'aaab', 'ab']

{m,n} 匹配m個至n個左邊字元表達式。 滿足貪婪匹配 @@

print(re.findall('a{2,4}b', 'ab aab aaaab abbbb'))  # 返回 ['aab', 'aaaab']

.* 貪婪匹配 從頭到尾. 純貪模式一般不用

print(re.findall('a*b', 'ea*b ab aab aaaaaaaaab abbb'))  # 返回 ['b', 'ab', 'aab', 'aaaaaaaaab', 'ab', 'b', 'b']

.? 此時的?不是對左邊的字元進行0次或者1次的匹配 . 純貪 ? 作為限制 滿足我就取出 常用模式

print(re.findall('a.*?b', 'a*b ab aab aaaaaaaaab abbb'))  # 返回 ['a*b', 'ab', 'aab', 'aaaaaaaaab', 'ab']

[ ] 代表一個字元 # erw 任意選一個

print(re.findall('a[erw][erw]b', 'ab aab aeb arb arwb arewb'))  # 返回 ['arwb']
str1 = 'a1b a2b a3b aab aeb a9b'
str2 = 'a1b aTb a3b aAb aeb a_b ayb'
str3 = 'a1b aTb a3b a-b a%b a!b a&b'
print(re.findall('a[0-9]b', str1))  # ['a1b', 'a2b', 'a3b', 'a9b']
print(re.findall('a[a-z]b', str2))  # ['aeb', 'ayb']
print(re.findall('a[a-z,A-Z]b', str3))  # 返回 ['aTb']

分組

() 製造了一個模板(.*?)_sb

print(re.findall('(.*?)_sb', 'alex_sb wusir_sb 日天_sb'))  # 返回 ['alex', ' wusir', ' 日天']
print(re.findall('href="(.*?)"', '<a href="http://www.baidu.com">點擊</a>'))  # 取出網址並以列表顯示

| 匹配 左邊或者右邊

print(re.findall('alex|太白|wusir', 'alex太白wusiraleeeex太太白odlb'))  # 返回 ['alex', '太白', 'wusir', '太白']
print(re.findall('compan(ies|y)','Too many companies have gone bankrupt, and the next one is my company'))  # ['ies', 'y']

# 但是我想將 companies  company ?: 對分組進行一個應用，全部都取出來
print(re.findall('compan(?:ies|y)','Too many companies have gone bankrupt, and the next one is my company'))
返回 ['companies', 'company']

re模塊的操作方法

findall 找到全部

print(re.findall('a.b', 'abaabb'))  # ['aab']

search 相當於 in

print(re.search('sb|alex', 'alex sb sb barry 日天'))  # <_sre.SRE_Match object; span=(0, 4), match='alex'>
print(re.search('aaa', 'alex sb sb barry 日天'))  # <_sre.SRE_Match object; span=(0, 4), match='alex'>
print(re.search('sb|alex', ' 666 sb alex sb barry 日天').group())  # sb

match 匹配的就是開始

print(re.match('aaa', 'aaa sb sb barry 日天'))  # <_sre.SRE_Match object; span=(0, 3), match='aaa'>
print(re.match('aaa', 'aa sb sb barry 日天'))  # None
print(re.findall('^aaa', 'aa sb sb barry 日天'))  # []

分割 替換

split 分割 可按照任意分割符進行分割
s1 = 'alex wusir 日天 太白'
s1 = 'alex wusir,日天;太白|二狗'
print(s1.split())

對字元串按照不同分隔符進行分割
print(re.split(' |,|;|\|',s1))
sub 替換
print(re.sub('barry', '太白', 'barry是最好的講師，barry就是一個普通老師，請不要將barry當男神對待。'))
print(re.sub('(alex)( )(is)( )(sb)', r'\5\2\3\4\1', r'alex is sb'))

將字元串的第一個與最後一個單詞！互換位置
print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)', r'\5\2\3\4\1', r'alex     is 1232 sb'))
print(re.findall('[a-zA-Z]+', 'alex1wusir3 12321'))

obj = re.compile('\d{2}')
print(obj.search('abc123eeee').group())
print(obj.findall('abc123eeee'))

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一個存放匹配結果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一個結果 3
print(next(ret).group())  #查看第二個結果 4
print([i.group() for i in ret])  #查看剩餘的左右結果 ['7', '8', '4']

舉例

例子1:
s1 = "1-2(60+(-40.35/5)-(-43))"

1 匹配所有的整數  (pass)
print(re.findall('\d+', s1))  # ['1', '2', '60', '40', '35', '5', '4', '3']

2 匹配所有的數字（包含小數）
print(re.findall('\d+\.?\d*', s1))  # ['1', '2', '60', '40.35', '5', '4', '3']

3 匹配所有的數字
print(re.findall('-?\d+\.?\d*', s1))  # ['1', '-2', '60', '-40.35', '5', '-4', '3']

例子2：
s1 = ''' <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7459977.html" target="_blank">python基礎一</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7562422.html" target="_blank">python基礎二</a></p> '''

1.找到所有的p標簽
print(re.findall('<p>.*?</p>', s1))