Python入门进阶教程-正则表达式

 11. 转义符号 (Escaping Symbol)：
 2    \
 32. 分组、捕获 (Grouping or Capturing)：
 4    (...) (?:...) (?=...) (?!...) (?<=...) (?<!...)
 53. 数量 (Quantifiers)
 6    a* a+ a? a{n, m}
 74. 序列与定位（Sequence and Anchor）
 8    abc ^ $ \b \B
 95. 或（Alternation）
10    a|b|c
116. 原子 (Atoms)
12    a [^abc] \t \r \n \d \D \s \S \w \W .

1- [a-z] 表示从小写字母 a 到小写字母 z 中的任意一个字符。
2- [^abc] 表示 abc 以外的其它任意字符，即，非 [abc]。
3
4举：beg[iau]n 能够代表 begin、began，以及 begun。

1\d 任意数字；等价于 [0-9]
2\D 任意非数字；等价于 [^0-9]
3\w 任意本义字符；等价于 [a-zA-Z0-9_]
4\W 任意非本义字符；等价于 [^a-zA-Z0-9_]
5\s 任意空白；相当于 [ \f\n\r\t\v]（注意，方括号内第一个字符是空格符号）
6\S 任意非空白；相当于 [^ \f\n\r\t\v]（注意，紧随 ^ 之后的是一个空格符号）
7.  除 \r \n 之外的任意字符；相当于 [^\r\n]

 1# 举例
 2import re
 3
 4str = '<dl>(843) 542-4256</dl> <dl>(431) 270-9664</dl>'
 5# 找到字符串中所有"数字-数字"格式的字符，其中第一个数字是三位数，第二个数字是四位数
 6pttn = r'\d\d\d\-\d\d\d\d'
 7print(re.findall(pttn, str))
 8
 9# 输出
10['542-4256', '270-9664']

1^ 匹配被搜索字符串的开始位置；
2$ 匹配被搜索字符串的结束位置；
3\b 匹配单词的边界；er\b，能匹配 coder 中的 er，却不能匹配 error 中的 er；
4\B 匹配非单词边界；er\B，能匹配 error 中的 er，却不能匹配 coder 中的 er。

 1# 举例
 2import re
 3
 4str = 'never ever verb however everest'
 5pttn = r'er\b'
 6print(re.findall(pttn, str))
 7pttn = r'er\B'
 8print(re.findall(pttn, str))
 9
10# 输出
11['er', 'er', 'er']
12['er', 'er']

1注意：
2er 是两个原子，'e' 和紧随其后的 'r'
3[er] 是一个原子，或者 'e' 或者 'r'；
4(er) 是一个原子，'er'

1+ 代表前面的原子必须至少出现一次，即： 出现次数 ≧ 1
2? 代表前面的原子最多只可以出现一次，即：0 ≦ 出现次数 ≦ 1
3* 代表前面的原子可以不出现，也可以出现一次或者多次，即： 出现次数 ≧ 0
4{n} 代表之前的原子出现确定的 n 次；
5{n,} 代表之前的原子出现至少 n 次；
6{n, m} 代表之前的原子出现至少 n 次，至多 m 次

 1# 匹配字符串
 2str = ['google', 'gooogle', 'goooogle', 'goooooogle']
 3
 4# 遍历字符串
 5for str_per in str:
 6    # o最少出现一次 
 7    pttn = r'go+gle'
 8    print(re.findall(pttn, str_per))
 9
10    # o最多出现一次 
11    pttn = r'go?gle'
12    print(re.findall(pttn, str_per))
13
14    # o出现次数≧ 0
15    pttn = r'go?gle'
16    print(re.findall(pttn, str_per))
17
18    # o出现至少2次，至多5次
19    pttn = r'go{2,5}gle'
20    print(re.findall(pttn, str_per))
21
22    # 进阶：联立组合原子
23    # g 或者 o 最少出现一次
24    pttn = r'[go]+gle'
25
26    # go 最少出现一次
27    pttn = r'(go)+gle'
28    print(re.findall(pttn, str_per))

1import re
2
3str = 'begin began begun begins beginn'
4pttn = r'begin|began|begun'
5print(re.findall(pttn, str))
6
7# 输出
8['begin', 'began', 'begun', 'begin', 'begin']

1# 函数语法：
2# pattern：匹配的正则表达式
3# string：要匹配的字符串。
4# 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。
5re.match(pattern, string, flags=0)

1# 匹配字符串，re.I表示对大小写不敏感
2print(re.match('Www', 'www.runoob.com', flags=re.I).span())
3
4# 输出
5(0, 3)

1# 函数语法：
2# 参数使用同 match 函数
3re.search(pattern, string, flags=0)

1# 匹配字符串，re.I表示对大小写不敏感
2print(re.search('Www', 'www.runoob.com', flags=re.I).span())
3
4# 输出
5(0, 3)

1# 函数语法：
2# string 待匹配的字符串。
3# pos 可选参数，指定字符串的起始位置，默认为 0。
4# endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。
5re.findall(string[, pos[, endpos]])

1import re
 2# 查找数字
 3pattern = re.compile(r'\d+') 
 4# 查找字符串中所有的数字
 5print(pattern.findall('zhiqiu 123 xiaomeng 456'))
 6# 查找字符串中0-10位的所有数字
 7print(pattern.findall('zhiqiu88zhiqiu123xiaomeng456', 0, 10))
 8
 9# 输出
10['123', '456']
11['88']

1# 函数语法：
2# pattern：匹配的正则表达式
3# string：要匹配的字符串。
4# maxsplit：分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。
5# 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。
6re.split(pattern, string[, maxsplit=0, flags=0])

1# 通过数字作为分隔符对字符串进行分割
2print(re.split('\d+', 'zhiqiu88zhiqiu123xiaomeng456'))
3
4# 输出：
5['zhiqiu', 'zhiqiu', 'xiaomeng', '']

1re.I    使匹配对大小写不敏感
2re.L    做本地化识别（locale-aware）匹配
3re.M    多行匹配，影响 ^ 和 $
4re.S    使 . 匹配包括换行在内的所有字符
5re.U    根据Unicode字符集解析字符。
6re.X    该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。