正則表達式：正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。

• 需要引入內置模塊re

• 缺點：效率低下，能用字符串方法完成盡量使用字符串的方法

• 優點：編碼簡單

原子 　　　　　　含義

\d　　　　　　0-9中的任意一個字符

\D　　　　　　排除0-9

\s　　　　　　 \t,\n,\r,空格等字符中的一個

\S　　　　　　排除\s

\w　　　　　　數字字母下劃線

\W　　　　　 排除\w

[]　　　　　　 自定義的原子表

[^]　　　　　　排除自定義的原子表

^　　　　　　 行首，

￥　　　　　　行尾

.　　　　　　表示出\n以外的任何字符，

\b　　　　　　詞邊界

\B　　　　　　非詞邊界

\A　　　　　　字符串首

\Z　　　　　　字符串結尾

- 　　　　　 表示域，一個範圍，比如1-9,1到9中的任意一個

-----------------------------------------------

元字符 　　　　含義

{}　　　　　　　表示重復原子次數

{m}　　　　　　 表示重復原子m次

{m,n}　　　　　 表示重復原子最少m次，最多n次

{m,}　　　　　 表示重復原子最少m次，無上限

（）　　　　　 改變優先級，取子元素

* 　　　　　　連續出現重復至少0次，意思出沒出現沒關系，但是存在貪婪性，

+ 　　　　　　 至少出現一次，存在貪婪性

?　　　　　　 出現0次或1次

*?,+? 　　　　 取消貪婪

|　　　　　　　或　　　　　　　

----------------------------------------------------------------------

模式修正符

修飾符　　　　　　含義

re.S　　　　　　 使 . 匹配所有字符

re.L　　　　　　 本地識別化

re.U　　　　　　根據Unicode字符解析字符嗎，會影響\b,\B,\w,\W

re.l　　　　　　 不區分大小寫

re.M　　　　　　多行匹配

------------------------------------------------------------------------

• 模式字符串一定要使用原字符串，也就是用r開頭的字符串。r‘www‘

• 嚴格區分大小寫

• 如果正則表達式中有{，}，[,],-,?,*,|^,$,.等做普通字符，則要將其轉義

正則常用的函數方法

re.match()字符串開頭開始匹配，只匹配開頭

re.search()從開始開始匹配，但是不限於只匹配開頭，中間的也行

re.findall()找出所有符合規則的並以列表的形式返回

re.split()根據模式拆分

re.sub,re.subn:在目標字符串中以正則表達式的規則匹配字符串，再把他們替換成指定的字符串。可以指定替換的次數,

如果 不指定，替換所有的匹配字符串

前者返回一個替換後的字符串，後者返回一個元組，第一個元素替換後的字符串

re.group()和re.groups():用於提取子元素，模式中一個括號就是一個子元素，group和groups只能在match和search方法裏使用，

通過返回的match object獲取子元素。在模式串和sub和subn中的替換字符串中可以使用\1，\2，\3....來引用子元素

compile():就是把規則存儲起來，不需要多次解釋，提高運行速度

python編程基礎之三十八