學習正則表達式筆記
1.正則表達式簡介
正則表達式為高級的文本模式匹配，抽取，與和或形式的搜索和替換功能提供了基礎。也就是說正則表達式（RegEx）能匹配到多個字符，你就可以很容易的操作這些匹配到的字符，只要你運用正確的字符和特殊符號。
Python中通過導入 re 模塊來支持正則表達式。
2.常見的正則表達式符號和特殊字符
2.1符號
|
符號表示法 |
描述 | 示例 |
|
literal |
匹配文本字符串的字面值 literal，即匹配原始字符 | foo |
| re1|re2 | 匹配正則表達式 re1 或者 re2，中間的 | 相當於或，可以匹配兩邊的字符 | foo|bar |
| . |
匹配任何字符（除了\n 之外），點可以匹配任何值，除了換行符，空白這些都可以匹配 |
b.b |
| ^ | 表示匹配開始的位置，如^Dear，表示匹配從Dear開始匹配，在Dear前的字符不管 | ^Dear |
| $ | 表示匹配終止位置，如end$，表示遇到end就停止匹配，在end之後的字符就不匹配了 | end$ |
| * |
表示匹配任意次數，即可以匹配0次，也可以匹配100次，如[A-Za-z0-9]*， 就表示可以匹配方括號內所有字母，數字任意次數，可以可以用來匹配電子郵件地址 |
[A-Za-z0-9]* |
| + | 表示匹配一次以上，即至少要匹配一次，如a+，表示匹配a至少一次 | a+ |
| ? |
表示匹配 0 次或者 1 次前面出現的正則表達式， goo？，就表示可以匹配到goo一次或沒匹配到goo |
goo? |
| […] | 表示匹配來自字符集的任意單一字符，在方括號中就可以 | [aeiou] |
| {N} | 表示匹配前面的正則表達式N次，如[0-9]{3} ，就表示可以，在1到9中，匹配3次 | [0-9]{3} |
| {M,N} | 表匹配 M～N 次前面出現的正則表達式，如[0-9]{5,9}，就表示匹配5到9次 | [0-9]{5,9} |
| [..x?y..] | 表示匹配 x ～ y 範圍中的任意單一字符 | [0-9], [A-Za-z] |
| [^…] | 不匹配此字符集中出現的任何一個字符，包括某一範圍的字符 | [^aeiou] |
| (…) | 表示匹配封閉的正則表達式，然後另存為子組，用於分組 | ([0-9]{3})? |
| (*|+|?|{})? | 用於匹配上面頻繁出現/重復出現符號的非貪婪版本（*、+、?、{}） | .*?[a-z] |
2.2 特殊字符
|
特殊字符 表示法 |
描述 | 示例 |
| \d |
匹配任何十進制數字，與[0-9]一致（\D 與\d 相反，不匹配任何非數值型的數字）， 如\d+，表示可以匹配多個數字 |
\d+ |
| \w | 匹配任何字母數字字符，與[A-Za-z0-9_]相同（\W與之相反） | [A-Za-z_]\w+ |
| \s |
匹配任何空格字符，與[\n\t\r\v\f]相同（\S 與之相反）， 如of\sthe，表示of和the之間有個空格 |
of\sthe |
| \b | 匹配任何單詞邊界（\B 與之相反）,如\bThe\b ，就表示僅僅匹配單詞 the | \bThe\b |
| \N | 匹配已保存的子組 N（參見上面的(…)) | price: \16 |
| \c | 逐字匹配任何特殊字符 c（即，僅按照字面意義匹配，不匹配特殊含義） | \., \\, \* |
| \A(\Z) | 匹配字符串的起始（結束）（另見上面介紹的^和$） | \ADear |
學會了上面的正則表達式符號和特殊字符，剩下的就是靈活組合成需要的正則表達式，多熟悉就好了。
3.正則表達式和 Python 語言
3.1 re 模塊函數和正則表達式對象的方法
1.Python使用模塊re，來支持正則表達式，導入方法： import re
2.使用 compile(pattern，flags = 0) 來編譯正則表達式的模式。
3.使用 match(pattern，string，flags=0) 來匹配字符串。如果匹配成功，就返回匹配對象；如果失敗，就返回 None。
4.使用search(pattern，string，flags=0) 來搜索需要的字符串，如果匹配成功，則返回匹 配對象；如果失敗，則返回 None 。
5.使用findall(pattern，string [, flags] ) 來尋找所有匹配到的字符串，並返回一個匹配列表。
6.使用find(pattern，string [, flags] ) 只會找到滿足匹配要求的第一個字符串。即只匹配最前面的一個。
3.2 常用的模塊屬性
1.re.I、re.IGNORECASE，表示不區分大小寫的匹配。
2.re.L、re.LOCALE，根據所使用的本地語言環境通過\w、\W、\b、\B、\s、\S 實現匹配。
3.re.M、re.MULTILINE，^和$分別匹配目標字符串中行的起始和結尾，而不是嚴格匹配整個字符串本身的起始和結尾。
4.re.S、rer.DOTALL，“.”（點號）通常匹配除了\n（換行符）之外的所有單個字符；該標記表示“.”（點號） 能夠匹配全部字符。
5.re.X、re.VERBOSE，通過反斜線轉義，否則所有空格加上#（以及在該行中所有後續文字）都被忽略，除非 在一個字符類中或者允許註釋並且提高可讀性。
學習正則表達式筆記