文章目录
一、正则表达式中元素
正则表达式是一个特殊的字符序列，它能帮助我们方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。
在正式接触re模块前，先了解与正则表达式相关的一些辅助字符：原子、元字符、（非）贪婪量词、锚位、择一匹配、分组等。
- 原子：正则表达式中实现匹配的基本单位，也称字符；
| 原子表（仅匹配一个） | 含义 |
|---|---|
| \d | 匹配任意一个数字，等价于字符集[0-9] |
| \s | 匹配任意一个空白符，等价于字符集[\t\n\r\f ] |
| \w | 匹配任意一个数字、字母和下划线，等价于[A-Za-z0-9_] |
| \D | 匹配非数字字符 |
| \S | 匹配非空白字符 |
| \W | 匹配非单词字符 |
- 元字符：正则表达式中具有特殊含义的字符；
| （贪婪）数量元字符 | 含义 | 贪婪量词 | 含义 |
|---|---|---|---|
| 星号(*) | 匹配符号前面的条目0~任意次 | *？ | 匹配的字符串越短越好 |
| .* | 匹配任意字符0~任意次（换行符除外） | .*? | 匹配的字符串越短越好 |
| 加号（+） | 匹配符号前面的条目1~任意次 | +? | 匹配的字符串越短越好 |
| 问号(?) | 匹配符号前面的条目0~1次 | ?? | 优先考虑0次的情况 |
| 花括号({ }) | 指定具体的重复次数范围 | { }? | – |
| {n,m} | 匹配n ~ m个 | {n,m}? | 优先匹配n次的情况 |
| {n} | 匹配 n 个 | – | – |
| {n，} | 匹配 n ~ 任意个 | {n，}? | 优先匹配n次的情况 |
| {，m} | 匹配 0 ~ m个 | {，m}? | 优先匹配0次的情况 |
- 锚位：主要用来锁定被收索的字符串首尾，
| 锚位字符 | 含义 |
|---|---|
| 脱字符（^），锚位\A | 表示字符串开头锚位（在字符集方括号中做取反用） |
| 美元符（$），锚位\z | 表示字符串结尾锚位 |
【注】：python的正则表达式（字符）基础语法与perl的大致相同，详细语法规则参考perl的正则表达式语法介绍
二、python中正则表达式用法（re）
re 模块使 Python 语言拥有全部的正则表达式功能，他提供了多种正则表达式处理函数以方便我们使用：
- re.compile() 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
- re.match() 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 None。
- re.search() 扫描整个字符串并返回第一个成功的匹配。
- re.sub() 用于替换字符串中的匹配项。
- re.findall() 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。
- re.finditer() 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
- re.split() 方法按照能够匹配的子串将字符串分割后返回列表。
【注】：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配；
【注】：match 和 search 是匹配一次，findall 匹配所有。
#!/usr/bin/python
import re
#（一）、compile()函数——将正则表达式转换成内部格式，提高代码执行效率
str="python666java"
#pat=r"\d+"
pat=re.compile(r"Python", re.I) #模式修正符——忽略大小写（re.I）
#print(re.search(pat,str)) #效率低
print(pat.search(str)) #效率较高
#（二）、match()/search()函数——匹配开头/匹配任意位置，单次匹配，匹配到之后就不会再进行匹配了
str1="pythonjavahtmljs"
str2="javapythonjavahtmljs"
pat1=re.compile(r"java")
print(pat1.match(str1)) #匹配开头，匹配不到返回None，str1开头为python
#打印：None
print(pat1.match(str2).group()) #group()返回匹配到的内容
#打印：Java
print(pat1.search(str1).group()) #匹配任意位置
#打印：Java
#（三）、findall()函数——查找所有匹配的内容，返回到一个列表中
str3="hello....hello----hello------hello--hello----hello"
pat3=re.compile(r"hello")
print(pat3.findall(str3))
#打印：["hello","hello","hello","hello","hello","hello"]
#（四）、finditer()函数——查找所有匹配的内容，装到一个迭代器中(效率高于findall())
str4="hello....hello----hello------hello--hello----hello"
pat4=re.compile(r"hello")
data=pat4.finditer(str4))
list1=[]
for i in data:
list1.append(i.group())
print(list1)
#打印：["hello","hello","hello","hello","hello","hello"]
#（五）、split()函数——按照能够匹配的子串将字符串分割后返回列表
str5="Tom,,,,Bob,,,,,,john,,bill"
pat5=re.compile(r",+")
result=pat5.split(str5)
print(result)
#打印：["Tom","Bob","John","Bill"]
#（六）、sub()函数——用于替换指定的目标字符串
str6="hello 123, hello 456!"
pat6=re.compile(r"\d+")
result1=pat6.sub("666",str6)
print(result1)
#打印：hello 666, hello 666!
参考：https://www.runoob.com/python/python-reg-expressions.html