python正则表达式，看完这篇文章就够了...

今天讲什么？

正则表达式这东西，你说它简单它也简单，你说它难吧，确实不容易。为什么？这东西就是死记硬背的。背过了相关的语法，使用起来就so easy。但记不熟语法，就犯难了。网上关于python正则的帖子很多，我再去写压力比较大，尽可能的总结详细一些吧！

正则表达式简介

正则表达式，是一个特殊的字符序列，又称规则表达式（英语：Regular Expression，在代码中常简写为regex、regexp 或RE），本质而言是一种小型的，高度专业化的编程语言。

Python 自1.5版本起增加了re 模块，re 模块使Python语言拥有全部的正则表达式功能。

正则语法表

关于正则语法表，别想其他的都背过就行了。不管你是python还是其他的语言都是一样的，所以背不过就抄到记住为止！这个你背不过，再好的教程看了也没用。如何巧记？我们需要对其进行分类。

• 开头结尾

这一对标签，大家都不会陌生...

• 模糊匹配

• 关于括号

• "" 反斜杠的应用

• 其他

re模块用法

re.(function)(pattern[, flags])

pattern : 一个字符串形式的正则表达式

flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

1. re.I 忽略大小写
2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
3. re.M 多行模式
4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
6. re.X 为了增加可读性，忽略空格和 # 后面的注释

• findall() (即：全部找到,返回的是一个列表)

findall(string[, pos[, endpos]])

参数：

1. string : 待匹配的字符串。
2. pos : 可选参数，指定字符串的起始位置，默认为 0。
3. endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

import re
s = 'helloworld hellobeijing'
ret = re.findall('hello\S+',s)
print(ret)
['helloworld', 'hellobeijing']

• 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.finditer(pattern, string, flags=0)

参数：

• search() 与 match()

相同点：

1. 语法：re.search/match(pattern, string, flags=0)
   
2. 函数参数说明：
   

3. 可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

import re
# re.search
ret = re.search('h..','hello hello world')
print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='hel'>
ret1 = re.search('h..','hello hello world').group()
print(ret1) # 输出结果：hel 只输出第一个符合条件的结果
# re.match
ret = re.match('asd','asdhskdjfksji')
print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='asd'>返回的是一个对象。
ret1 = re.match('asd','asdhskdjfasdksjiasd').group()
print(ret1) # 输出结果：asd 调用.group()方法，只返回匹配的第一个结果。

不同点：

1. 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
2. re.search匹配整个字符串，直到找到一个匹配

# re.search
s = 'helloworld hellobeijing'
ret = re.search('hellob\S+',s)
print(ret)
<re.Match object; span=(11, 23), match='hellobeijing'>
# re.match
s = 'helloworld hellobeijing'
ret = re.match('hellob\S+',s)
print(ret)
None

• split() 分隔符 对比字符串里边的split方法。

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])

import re
s = 'helloworld hellobeijing'
ret = re.split('hello',s)
print(ret)
['', 'world ', 'beijing']

• sub() 替换；类似字符串中的replace()方法。

re.sub用于替换字符串中的匹配项。

语法：

re.sub(pattern, repl, string, count=0, flags=0)

参数：

1. pattern : 正则中的模式字符串。
2. repl : 替换的字符串，也可为一个函数。
3. string : 要被查找替换的原始字符串。
4. count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

import re
s = 'helloworld hellobeijing'
ret = re.sub('hello','goodbye',s)
print(ret)
goodbyeworld goodbyebeijing

• compile(strPattern[,flag]): 这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象

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。

语法格式为：

re.compile(pattern[, flags])

参数：

pattern : 一个字符串形式的正则表达式

1. flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
2. re.I 忽略大小写
3. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
4. re.M 多行模式
5. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
6. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
7. re.X 为了增加可读性，忽略空格和 # 后面的注释

import re
pattern = re.compile('he.{3}')
pattern.match(s)
<re.Match object; span=(0, 5), match='hello'>

The End