Python re模块正则表达式

本文建议有一定正则基础的看
正则表达式可以包含普通或者特殊字符。绝大部分普通字符，比如 ‘A’, ‘a’, 或者 ‘0’，都是最简单的正则表达式。它们就匹配自身。有些字符，比如 ‘|’ 或者 ‘(’，属于特殊字符。 特殊字符既可以表示它的普通含义， 也可以影响它旁边的正则表达式的解释。

重复修饰符 (* , +, ?, {m,n}, 等) 不能直接嵌套。这样避免了非贪婪后缀 ? 修饰符，和其他实现中的修饰符产生的多义性。要应用一个内层重复嵌套，可以使用括号。 比如，表达式 (?:a{6})* 匹配6个 ‘a’ 字符重复任意次数。

特殊字符：
. ：点在默认模式，匹配除了换行的任意字符，如果指定了标签DOTALL，他将匹配包括换行符的任意字符。
^ ：插入符匹配字符串的开头，并且在MULTILINE模式也匹配换行后的首个符号
$：匹配字符串尾或者换行符的前一个字符，在MULTILINE模式匹配换行符的前一个字符。
*：对它前面的正则式匹配0到任意次重复，尽量多的匹配字符串。ab* 会匹配’a’,‘ab’,或者‘a’后面跟着任意个‘b’
+ ：对它前面的正则匹配1到任意次重复。ab+会匹配‘a’后面跟随1个以上到任意个‘b’。
?：对它前面的正则式匹配0到1次重复。ab?会匹配‘a’或者‘ab’。
*?,+?,?? ： ‘* ’，‘+’，’?'修饰符都是贪婪的，他们在字符串进行尽可能多的匹配。有时候并不需要这种行为。在修饰符之后添加 ? 将使样式以非贪婪方式或者 :dfn:`最小 方式进行匹配； 尽量 少 的字符将会被匹配。

用正则式<.>、<.?> 分别匹配< a> b < c>
结果完全不同，第一种它将完全匹配，因为贪婪。第二个正则式将匹配< a>

{m}：对之前的正则式指定匹配m个重复。
{m,n}：对正则式进行m到n次匹配，在m、n之间取尽量多
{m,n}?：前一个修饰符的非贪婪模式，只匹配尽量少的字符次数。比如：‘aaaaaa’，a{3,5}匹配5个’a’，而a{3,5}?只匹配3个‘a’
[]：表示一个字符集合，在一个集合中：
· 字符可以单独列出，比如[amk]匹配‘a’,'m’或者‘k’
· 可以表示字符范围，通过用‘-’将两个字符连起来，比如[a-z]将匹配任何小写ASCII字符，[0-5][0-9]将匹配从00 到59的两位数子。 [0-9A-Fa-f] 将匹配任何十六进制数位。
· 特殊字符在集合中，将失去他的特殊含义。比如[(+* )]只会匹配这几个字符：‘（’, ‘+’, ’ * ', ‘)’
· 不在集合范围内的字符可以通过取反来进行匹配，如果集合首字符是‘^’，所有不在集合内的字符将会匹配，比如 [^5] 将匹配除5之外的所有字符。除了 ‘5’， [^^] 将匹配所有字符，除了 ‘^’. ^ 如果不在集合首位，就没有特殊含义。

re模块内容

模块定义了几个函数、常量和一个例外。

1.re.compile(pattern,flags=0)

将正则表达式的样式编译成为一个正则表达式对象，可以用于匹配，通过这个对象的方法match（），search（）。
序列

m = re.compile(pattern)
result = m.match(string)

等价于

result = re.match(pattern, string) 

2.re.search(pattern, string, flags=0)

扫描整个 字符串 找到匹配样式的第一个位置，并返回一个相应的 匹配对象。如果没有匹配，就返回一个 None ； 注意这和找到一个零长度匹配是不同的。

3.re.match(pattern, string, flags=0)

如果 string 开始的0或者多个字符匹配到了正则表达式样式，就返回一个相应的 匹配对象 。 如果没有匹配，就返回 None ；注意它跟零长度匹配是不同的。

注意即便是 MULTILINE 多行模式， re.match() 也只匹配字符串的开始位置，而不匹配每行开始。

如果你想定位 string 的任何位置，使用 search() 来替代（也可参考 search() vs. match() ）