就其本質而言，正則表達式（或 RE）是一種小型的、高度專業化的編程語言，（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的位元組碼，然後由用 C 編寫的匹配引擎執行。 字元匹配（普通字元，元字元）： 1 普通字元：大多數字元和字母都會和自身匹配 >>> ...
就其本質而言，正則表達式（或 RE）是一種小型的、高度專業化的編程語言，（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的位元組碼，然後由用 C 編寫的匹配引擎執行。
字元匹配（普通字元，元字元）：
1 普通字元：大多數字元和字母都會和自身匹配
>>> re.findall('alvin','yuanaleSxalexwupeiqi')
['alvin']
2 元字元：. ^ $ * + ? { } [ ] | ( ) \
元字元之. ^ $ * + ? { }
1 import re
2
3 ret=re.findall('a..in','helloalvin')
4 print(ret)#['alvin']
5
6
7 ret=re.findall('^a...n','alvinhelloawwwn')
8 print(ret)#['alvin']
9
10
11 ret=re.findall('a...n$','alvinhelloawwwn')
12 print(ret)#['awwwn']
13
14
15 ret=re.findall('a...n$','alvinhelloawwwn')
16 print(ret)#['awwwn']
17
18
19 ret=re.findall('abc*','abcccc')#貪婪匹配[0,+oo]
20 print(ret)#['abcccc']
21
22 ret=re.findall('abc+','abccc')#[1,+oo]
23 print(ret)#['abccc']
24
25 ret=re.findall('abc?','abccc')#[0,1]
26 print(ret)#['abc']
27
28
29 ret=re.findall('abc{1,4}','abccc')
30 print(ret)#['abccc'] 貪婪匹配
註意：前面的*,+,?等都是貪婪匹配，也就是儘可能匹配，後面加?號使其變成惰性匹配
1 ret=re.findall('abc*?','abcccccc')
2 print(ret)#['ab']
元字元之字元集［］：
1 #--------------------------------------------字元集[]
2 ret=re.findall('a[bc]d','acd')
3 print(ret)#['acd']
4
5 ret=re.findall('[a-z]','acd')
6 print(ret)#['a', 'c', 'd']
7
8 ret=re.findall('[.*+]','a.cd+')
9 print(ret)#['.', '+']
10
11 #在字元集里有功能的符號: - ^ \
12
13 ret=re.findall('[1-9]','45dha3')
14 print(ret)#['4', '5', '3']
15
16 ret=re.findall('[^ab]','45bdha3')
17 print(ret)#['4', '5', 'd', 'h', '3']
18
19 ret=re.findall('[\d]','45bdha3')
20 print(ret)#['4', '5', '3']
元字元之轉義符\
反斜杠後邊跟元字元去除特殊功能,比如\.
反斜杠後邊跟普通字元實現特殊功能,比如\d
\d 匹配任何十進位數；它相當於類 [0-9]。
\D 匹配任何非數字字元；它相當於類 [^0-9]。
\s 匹配任何空白字元；它相當於類 [ \t\n\r\f\v]。
\S 匹配任何非空白字元；它相當於類 [^ \t\n\r\f\v]。
\w 匹配任何字母數字字元；它相當於類 [a-zA-Z0-9_]。
\W 匹配任何非字母數字字元；它相當於類 [^a-zA-Z0-9_]
\b 匹配一個特殊字元邊界，比如空格 ，&，＃等
1 ret=re.findall('I\b','I am LIST')
2 print(ret)#[]
3 ret=re.findall(r'I\b','I am LIST')
4 print(ret)#['I']
現在我們聊一聊\,先看下麵兩個匹配：
1 #-----------------------------eg1:
2 import re
3 ret=re.findall('c\l','abc\le')
4 print(ret)#[]
5 ret=re.findall('c\\l','abc\le')
6 print(ret)#[]
7 ret=re.findall('c\\\\l','abc\le')
8 print(ret)#['c\\l']
9 ret=re.findall(r'c\\l','abc\le')
10 print(ret)#['c\\l']
11
12 #-----------------------------eg2:
13 #之所以選擇\b是因為\b在ASCII表中是有意義的
14 m = re.findall('\bblow', 'blow')
15 print(m)
16 m = re.findall(r'\bblow', 'blow')
17 print(m)
元字元之分組()
1 m = re.findall(r'(ad)+', 'add')
2 print(m)
3
4 ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')
5 print(ret.group())#23/com
6 print(ret.group('id'))#23
元字元之｜
1 ret=re.search('(ab)|\d','rabhdg8sd')
2 print(ret.group())#ab
re模塊下的常用方法
1 import re
2 #1
3 re.findall('a','alvin yuan') #返回所有滿足匹配條件的結果,放在列表裡
4 #2
5 re.search('a','alvin yuan').group() #函數會在字元串內查找模式匹配,只到找到第一個匹配然後返回一個包含匹配信息的對象,該對象可以
6 # 通過調用group()方法得到匹配的字元串,如果字元串沒有匹配，則返回None。
7
8 #3
9 re.match('a','abc').group() #同search,不過盡在字元串開始處進行匹配
10
11 #4
12 ret=re.split('[ab]','abcd') #先按'a'分割得到''和'bcd',在對''和'bcd'分別按'b'分割
13 print(ret)#['', '', 'cd']
14
15 #5
16 ret=re.sub('\d','abc','alvin5yuan6',1)
17 print(ret)#alvinabcyuan6
18 ret=re.subn('\d','abc','alvin5yuan6')
19 print(ret)#('alvinabcyuanabc', 2)
20
21 #6
22 obj=re.compile('\d{3}')
23 ret=obj.search('abc123eeee')
24 print(ret.group())#123
1 import re
2 ret=re.finditer('\d','ds3sy4784a')
3 print(ret) #<callable_iterator object at 0x10195f940>
4
5 print(next(ret).group())
6 print(next(ret).group())
註意：
1 import re
2
3 ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
4 print(ret)#['oldboy'] 這是因為findall會優先把匹配結果組裡內容返回,如果想要匹配結果,取消許可權即可
5
6 ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
7 print(ret)#['www.oldboy.com']
補充：
1 import re
2
3 print(re.findall("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>"))
4 print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>"))
5 print(re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>"))
6
7
8
9 #匹配出所有的整數
10 import re
11
12 #ret=re.findall(r"\d+{0}]","1-2*(60+(-40.35/5)-(-4*3))")
13 ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
14 ret.remove("")
15
16 print(ret)
