re模块详解

正则表达式匹配模块

表示法	意义
re1|re2	匹配正则表达式re1或者re2
.	匹配任何一个字符（除了\n之外）
^a	匹配以a开头的字符串
$a	匹配以a结尾的字符串
re*	匹配0次或多次前面的表达式
re+	匹配1次或多次前面的表达式
re?	匹配0次或1次前面的表达式
re{N}	匹配N次前面的表达式
re{M,N}	匹配M到N次前面的表达式
[abc]	匹配括号内任一字符
[…x-y…]	匹配x~y范围中的任一字符
^…	不匹配括号内的任一字符
(…)	封闭表达式，另存为组
\d	匹配[0~9]的数字
\w	匹配字母或数字
\s	匹配空格
\b	匹配单词边界
\N	匹配以保存的子组，与（…）相对应
\c	匹配特殊字符

函数（pattern为正则表达式，string为匹配的字符串，flag为匹配模式）

函数	描述
compile（pattern，flags）	编译正则表达式，返回一个正则表达式对象
match（pattern，string，flags）	使用正则表达式匹配字符串，如果匹配成功，就返回匹配对象；如果失败返回None
search（pattern，string，flags）	使用正则匹配第一次出现的字符串，如果成功返回对象，失败返回None
findall（pattern，string[，flags]）	匹配字符串中所有非重复的正则表达式，返回列表
finditer（pattern，string[，flags]）	与findall相同，返回迭代器
split（pattern，string，max）	根据正则表达式匹配分割字符串，返回列表，max表示分割的最大次数
sub（pattern，repl，string，count=0）	使用repl替换字符串中所有表达式匹配，count为替换次数，不定义为全部替换
group（num=0）	返回整个匹配对象，num表示索引
groups（default=None）	返回一个包含所有子组的元组
匹配模式	描述
re.I	不区分大小写的匹配
re.M	^和$分别匹配字符串中行的起始和结尾
re.S	“.”可以匹配全部字符包括\n
re.X	反斜杠转义，否则所有空格加上#都被忽略

实例

>>> import re
>>> m = re.match('stu','student')
>>> m.group()
'stu'
>>>n = re.match('tu','student')
>>> type(n)
<class 'NoneType'>```

>>> m = re.match('(\w\w\w)-(\d\d\d)','abc-123')
>>> m.group(1)
'abc'
>>> m.group(2)
'123'
>>> m.groups()
('abc','123')

>>> s = 'This and that'
>>> re.findall('(th\w+) and (th\w+)',s,re.I)
[('This','that')]
>>>re.finditer('(th\w+) and (th\w+)',s,re.I).next().groups()
('This','that')

>>> re.sub('[ae]','X','abcdefg')
'XbcdXfg'

>>>html = '<div><span>this is span</span><a>this is a</a></div>'
>>>result = re.findall('<span>(.*?)</span><a>(.*?)</a>',html)
>>>print(result)
>>>[('this is span', 'this is a')]
>>>#将正则表达式定义为一个对象
>>>com = re.compile("<span>(.*?)</span><a>(.*?)</a>")
>>>text = re.findall(com,html)
>>>print(text)
>>>[('this is span', 'this is a')]