Python正则表达式---re模块

正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换或提取符合特定模式的字符串。在Python中，我们使用内置的re模块来实现正则表达式的功能：

目录

一、正则表达式的匹配过程

二、Python中使用正则表达式的基本步骤

1、导入re模块

2、编译正则模式

3、应用模式

三、正则表达式基础及进阶

1. 基本字符匹配

2. 特殊字符（元字符）

3. 量词

4.边界匹配与分组

5.选择、连接与断言

四、使用re模块修改字符串

五、使用标志（Flags）

---

一、正则表达式的匹配过程

正则表达式的匹配过程可以简化为以下几个关键步骤：

1. 编译：将用户编写的正则模式字符串转换为内部可执行结构（如自动机）。
2. 初始化：在目标字符串上设定初始匹配位置。
3. 状态转移：遍历目标字符串的字符。根据当前内部状态和字符，按自动机规则移动到下一个状态。
4. 处理量词：对于重复次数不确定的子表达式（如*、+、?、{m,n}），尝试不同次数的匹配。
5. 捕获分组：记录括号内子表达式匹配到的子串。
6. 断言：检查特定位置是否满足额外条件，不影响匹配结果但影响匹配过程。
7. 判定结果：若能完整遍历目标字符串且到达接受状态，匹配成功。否则，匹配失败。
8. 全局搜索（可选）：寻找目标字符串中所有匹配项，重复上述过程。

简单来说，正则表达式匹配就是将模式字符串编译为内部结构，然后在目标字符串上按照特定规则逐字符移动并处理量词、捕获分组、断言等，直至找到符合模式的子串或判定为不匹配。对于全局搜索，会在目标字符串中重复此过程以查找所有匹配项。

二、Python中使用正则表达式的基本步骤

1、导入re模块

import re

2、编译正则模式

使用re.compile()函数将一个字符串形式的正则表达式编译成一个可重用的模式对象。这一步不是必需的，但有助于提高效率，尤其是在多次使用同一模式时。

pattern = re.compile(r'定义需要匹配的字符串')

3、应用模式

使用模式对象的方法来执行匹配操作，常见的方法有：

mach()	从字符串起始位置尝试匹配
search()	在整个字符串中搜索首次出现的匹配项
findall()	返回所有非重叠的匹配项组成的列表
finditer()	返回一个迭代器，生成所有非重叠匹配项的对象(每个对象包含匹配信息)
fullmach()	只有整个字符串完全匹配时才返回成功
split()	根据模式分割字符串
sub()	替换字符串中所有(或指定次数)的匹配项

如需了解更多请参阅re文档：re --- 正则表达式操作 --- Python

匹配对象实例也有几个方法和属性，最重要的是：

方法 / 属性	目的
group()	返回正则匹配的字符串
start()	返回匹配的开始位置
end()	返回匹配的结束位置
span()	返回包含匹配 (start, end) 位置的元组