正则表达式学习记录

1.用括号分组

>>> phoneNumberRegex = re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
>>> mo = phoneNumberRegex.search('My number is 415-555-4242')
>>> mo.group(1)
'415'
>>> mo.group(2)
'555-4242'
>>> mo.group(0)
'415-555-4242'
>>> mo.group()
'415-555-4242'
>>> mo.groups()
('415', '555-4242')
>>> areaCode, mainNumber = mo.groups()
>>> print(areaCode)
415

2.用管道匹配多个字符

r'Batman|Tina Fey'将匹配'Batman'或'Tina Fey'

如果要匹配真正的管道字符，就用倒斜杠转义，即|\。

3.用问号实现可选匹配

4.用星号匹配零次或多次

5.用加号匹配一次或多次

6.用花括号匹配特定次数

（Ha){3,5} 将匹配HaHaHa，HaHaHaHa，HaHaHaHaHa

{n}匹配n次前面的分组

{n,}匹配n次或更多次前面的分组

{,m}匹配0次到m次分组

7.贪心匹配

Python的正则表达式默认是贪心的，即会尽可能匹配最长的字符串。花括号后跟一个问号则表示非贪心，匹配最短的

7.findall方法

返回一个匹配字符串的列表，如果有分组，则返回一个字符串的元组的列表

\d\d\d-\d\d\d-\d\d\d\d,findall返回'415-555-9999', '332-432-4444'

(\d\d\d)-(\d\d\d)-(\d\d\d\d),findall返回('415','555','9999'), ('332', '432', '4444')

8.字符分类

\d 0到9的任何数字

\D 除0到9的数字意外的任何字符

\w 任何字母、数字或下划线

\W 除字母、数字和下划线以外的任何字符

\s 空格、制表符或换行符

\S 除空格、制表符和换行符以外的任何字符

9.建立自己的字符分类

r'aeiouAEIOU'将匹配所有的元音字母

r'^aeiouAEIOU' 将匹配所有非元音字符

r'^\d+$' 匹配从开始到结束都是数字的字符串。^spam表示必须以spam开始，spam$表示必须以spam结束

10.通配字符：.（句点）

11.用.*匹配所有字符

12.通过传入re.DOTALL作为re.compile()的第二个参数，可以让句点匹配所有字符，包括换行

13.不区分大小写的匹配。通过向re.compile()传入re.IGNORECASE或re.I，作为第二个参数