正则表达式

特殊的字符序列，用于测试字符序列是否匹配我们设定的字符序列。

import re
re.method()

RE规则

常见正则表达式三类（man grep可以看到，分别是basic RegExs，extended RegExs，perl RegExs）

• 基本的正则表达式（Basic Regular Expression 又叫 Basic RegEx 简称 BREs）
• 扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）
• Perl 的正则表达式（Perl Regular Expression 又叫 Perl RegEx 简称 PREs）

python的正则表达式规则与Perl RegEx类似

元字符&普通字符

正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，如\d、？等。

• 概括字符集

'\d','\D'：数字非数字字符

'\w','\W':单词非单词字符（字母数字）

'\s','\S':空白字符

'.':匹配除换行符'\n'之外其他所有字符

• 数量词

‘{n.m}’:数量词前面重复n-m次 ag. [a-z]{3,6}

‘*’:匹配前面字符0次或者无限多次

'+':匹配1次或者无限多次

'?':匹配0次或者一次

贪婪非贪婪:如数量词匹配n-m次，默认倾向于匹配更多的字符，属于贪婪匹配

可通过‘{n,m}？’改为非贪婪匹配，如数量词匹配到n次，立即返回

'?'可表示非贪婪也可表示匹配0或1次字符，注意区分

• 边界匹配

'^[RE]$':表示字首$表示字尾

• 组

eg. '(Python){3}(JS)'：Python重复3次，Python及JS均为组

注意(),[],{}的区别，匹配结果均返回组内容

• 匹配模式参数

eg. r = re.findall('', var, re.I | re.S)

第三个参数're.I | re.S'，为忽略大小写及'.'匹配所有字符（包含'\n'）模式

re模块函数

re.findall():获取匹配字符，返回匹配到的序列

re.sub():替换

str.replace(source,des,n)可以用作简单替换

re.sub可以把函数当做参数传递，对匹配到的不同的字符串进行处理：re.sub(RE, function, str)

接收一个函数做为参数，软件设计经典思想

re.match()

re.search()

match匹配字符串首字符，search匹配整个字符串，与findall不同，他们只匹配到一个匹配结果