正则表达式

1. 元字符

字符	解释
.	通配符，除了换行符外都能匹配
^	匹配最开始的首字母
$	匹配最结尾的字母
*	重复匹配无穷次
+	前面一个字符匹配至少一次至无穷次
?	前面一个字符匹配0次或者1次
{n}	定义前一个字符n次
[]	字符集，取里面的一个字符，没有元字符功能(例外:\ ^取反 -范围)，[a,b] a或者b、[a-z] a到z
|	管道符
()	分组

\	反斜杆后面跟元字符变成普通字符，反斜杠后面跟普通字符后面变成特殊字符
\d	匹配任何十进制数字；相当于类 [0-9]
\D	与 \d 相反，匹配任何非十进制数字的字符；相当于类 [^0-9]
\s	匹配任何空白字符（包含空格、换行符、制表符等）；相当于类 [ \t\n\r\f\v]
\S	与 \s 相反，匹配任何非空白字符；相当于类 [^ \t\n\r\f\v]
\w	匹配任何字符，见上方解释
\W	于 \w 相反
\b	捕捉特殊字符的边界
\B	与 \b 相反

     (pattern,sting,flags)

1. findall()所有结果都返回到一个列表里

   #匹配包括w和l中间任意字母 如果完全匹配直接用find 
   >>>re.findall('w\w{2}l','hello world')
   结果['worl']
   #匹配sim开头的字符串
   >>>str = 'simon python study'
   >>>re.findall('^sim.*',str)
   结果['simon python study']
   #匹配dy结尾的字符串
   >>>re.findall('.*dy$',str)
   结果['simon python study']
   #匹配st开始包括后面任意长度字符串
   >>>re.findall('st.*',str)
   ['study']
   >>>re.findall('p*y',str)
   结果['py', 'y']
   >>>str = 'aaaaaaaaaaab'
   >>>re.findall('a{1,3}b',str)
   结果['aaab']贪婪匹配，匹配最多的三次
   >>>re.findall('a[gh]b','agbfffffahbfffffffaghb')
   结果 ['agb', 'ahb']二选一
   #[]字符集
   >>>re.findall('[^f,a]','agbfffffahbfffffffaghb')
   结果['g', 'b', 'h', 'b', 'g', 'h', 'b']
   #\b 捕捉a后特殊字符
   >>>re.findall(r'a\b','abcd a bcd a*cd')
   结果['a', 'a']
   

2. search()返回的是一个对象，如果没有匹配成功报错

    >>>print(re.search('simon','simon is in study'))
    结果<_sre.SRE_Match object; span=(0, 5), match='simon'>
    >>>print(re.search('simon','simon is in study').group())
    结果simon
    >>>re.findall('\\\\','fff\dkkk')
    ['\\']
    re.findall(r'\\','fff\dkkk')
    ['\\']
    >>>re.search('(fg)|3','abcdefgfgfg').group()
    结果'fg'
    >>>re.search('(?P<id>\d{3})(?P<name>\w{3})','wwwww34ttt123ooo').group()
    结果'123ooo' #分组匹配命名
	>>> re.search('(?P<id>\d{2})(?P<name>\w{3})','wwwww34ttt123ooo').group()
	结果'34ttt'

3. match()只在字符串开始匹配，返回对象

    >>>re.match('abc','abcdefg').group()
    结果'abc'

4. re.split()

    >>>re.split('[b,f]','abcdbefg')
    结果['a', 'cd', 'e', 'g']

5. re.sub()

    >>>re.sub('s+','haha','abcdsssefsssssssssssg')
    结果'abcdhahaefhahag'

6. re.compile()编译为一个可重复使用的pattern

    >>>reobj = re.compile('\.com$')
    >>>reobj.findall('www.test.com')
    结果['.com']
    >>>reobj.search('www.demo.com').group()
    '.com'