模块re
{
re模块提供了一个正则表达式引擎的接口，可以让你将REstring编译在对象并用它们来进行匹配
}
疑问：字符串前加r的作用，反斜杠就不会被任何特殊处理
{
编译标志-flages
dotall[s],使匹配包括换行在内的所有字符
ignorecase[I],使匹配对大小写不敏感
locale[L],做本地化识别(locale-aware)匹配法语等
multiline[M],多行匹配，影响^和$
varbose[X],能够使用REs的verbose状态，使之被组织得更清晰易懂
}
1.[...]用来表示一组字符,单独列出：[io] 匹配 'i',或'o'
import re
s='tip top'
r=r't[io]p'
a=re.findall(r,s)
print a
[...]如果匹配的是个范围，可以这个写[0-9a-zA-B]表示0到9并a到z并A到B
2.^ ⑴不在[]中的字符：[^io] 匹配除了i,o之外的字符
import re
s='tip top'
r=r't[^io]p'
a=re.findall(r,s)
print a
⑵匹配开头的字符串
import re
s='ahello hello'
r=r'^hello'
a=re.findall(r,s)
print a
3.$ 匹配后面的字符串
import re
s='hello hello'
r=r'hello$'
a=re.findall(r,s)
print a
4.[...^...] *"除了写在开头地方" *和[..$...]或[$...]或[...$]这个没有什么作用，只会当作一般字符来处理
5.如果匹配字符串abc,就会出现问题，因为是特殊字符
import re
s='^abc ^abc ^abc'
r=r'^abc'
a=re.findall(r,s)
print a
出现上面问题，可以这样解决,通过一个转义字符
import re
s='^abc ^abc ^abc'
r=r'\^abc'
a=re.findall(r,s)
print a
6.
-反斜杠排布可以加不同的字符以表示不同特殊意义
-也可以用于出污泥而不染所有的元字符：[或\
⑴\d匹配任何十进制数，它相当于类[0-9]
⑵\D匹配任何非数字字符，它相当于类[^0-9]
⑶\s匹配任何空白字符，它相当于类[\t\n\r\f\v]
⑷\w匹配任何字母数字字符，它相当于类[a-zA-Z0-9]
⑸\W匹配任何非字母数字字符，它相当于类[^a-zA-Z0-9]
7.重复问题
如果你匹配一个电话号码，对于个数，你重复使用\d是很麻烦的，这个怎么解决
import re
n='18829789854'
r=r'^1\d\d\d\d\d\d\d\d\d\d'
print re.findall(r,n)
解决办法：使用{number},number表示重复次数
import re
n='18829789854'
r=r'^1\d{10}$' #对于电话号码前面和后面不能现出现别的字符，所以使用^和$
print re.findall(r,n)
8.* 指定前一个字符可以被匹配零次或更多次，而不是只有一次。匹配引擎会试着重复尽可能我的次数(不超过整数办公室范围，20亿)
import urllib,re
h=urllib.urlopen('http://www.baidu.com')
s=h.read()
r='www.\w*.com' #两个.之间想匹配多个字母或数字
li=re.findall(r,s)
for i in li:
print i
9.+ 这和*的区别就是，这个最少一次也就是，匹配前面的字符(次数>=1)，所有对于网址匹配，就应该使用+号
import urllib,re
h=urllib.urlopen('http://www.baidu.com')
s=h.read()
r='www.\w+.com' #两个.之间不会出现0次
li=re.findall(r,s)
for i in li:
print i
10.? ⑴表示前面的符号重复一次或零次
⑵表示最小匹配数，如果想得到ab的最短匹配
import re
s='abbbbbbb'
r=r'ab+'
print re.findall(r,s)
最短：
import re
s='abbbbbbb'
r=r'ab+?'
print re.findall(r,s)
还有一个作用：
import re
r=r'(?:\d{1}){2}' #让组里面的内容连着再次
s='fas14214jiojoi2412'
str_re=re.compile(r)
print str_re.findall(s)
11.如果想匹配前面的符号有一定的范围的话就使用{m,n}
import re
s='abbbb'
r=r'ab{1,3}' #表示b的次数出现1次到3次，包括1和3
print re.findall(r,s)
12.如果你的正则表达式，反复使用就先提前编译好，这样可以提高运行效率，代码如下
import re
r=re.compile(r'ab') #把正则表达式提前编译好
print r.findall(字符串)
13.如果在匹配的时候，想大小写都可以匹配的话，在编译的时候可以这样
- re.compile(正则表达式,re.I) #re.I表示忽略大小写
14.方法
- match() 决定RE是否在字符串起始的位置匹配
- search() 扫描字符串，找到这个RE匹配的第一次的位置 #前两个返回的是一个对象，如果想看到结果
import re
s=' aab'
r=re.compile(r'ab')
t=r.search(s)
print t.group()
goups()分组
import re
r=r'(\d)\w*(\d)'
s='fas14214jiojoi2412'
str_re=re.compile(r)
str_object=str_re.search(s)
print str_object.groups() #以元组输出分组的结果
- findall() 找到RE匹配的所有子串，并把它们作为一个列表返回
- finditer() 找到RE匹配的所有子串，并把它们作为一个迭代器返回 #返回一个迭代器对象
15.MatchObject(match对象)
- group() 返回被RE匹配的字符串
- start() 返回匹配开始的位置
- end() 返回匹配结束的位置
- span() 返回一个元组包含匹配(开始，结束)的位置
16.如果想把某个符合正则表达式的字符串替换，怎样做？
import re
s=' aab'
r=re.compile(r'ab')
t=r.sub('AB',s) #'AB'是把符合正则表达式的字符换掉
print t
还有一个函数，subn()返回字符串，并且返回更改的个数
17.想把符合正则表达式的内容分割
import re
s=' 1+2-3*4/5'
r=re.compile(r'[\+\-\*/]') #因为+-*都是特殊字符所有要加上\
t=r.split(s)
print t
18 .(点) 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
19.如果匹配的时候，遇到\n等转义字符时，正则不会认为是转义字符，所有在编译的时候，这样做
re.compile(正则表达式,re.S)
import re
r=re.compile(r'.net',re.S)
print r.findall('\nnet')
19.如果对多行字符串的处理的话，可以使用到re.M,比如：对于文件处理
import re
s='''
ab
abc
abcd
'''
r=re.compile(r'^a',re.M)
print r.findall(s)
18.对于正则表达式，写在多行时，就要使用re.X
import re
rn=r'''
a
'''
s='a'
r=re.compile(rn,re.X)
print r.findall(s)
19.分组，对于字符串片段进行选择，使用(...|...|....)
实例1：
import re
s='www.baidu.cn'
r=re.compile(r'www\.\w+\.(com|cn)',re.X)
print r.match(s)
如果使用findall()进行匹配时，会出现下面现象
import re
s='www.baidu.cn'
r=re.compile(r'www\.\w+\.(com|cn)',re.X)
print r.findall(s)
结果：
['cn']
返回了分组的内容
实例2：
import re
s='name=1 name=2'
r=re.compile(r'name=(\d)',re.X)
print r.findall(s)
结果：
['1', '2']
