正則表達式模塊

import re

匹配流程

regex = re.compile(r'正則表達式')#返回Regex對象
result = regex.search(str)#如果str中找到則返回Match對象，否則返回None
result.group()#返回首個匹配到的字符串。如果要全部匹配，調用findall()方法

正則表達式的寫法

()

表示分組。
例如：(\d\d\d)-(\d\d\d)，在結果中可以通過group(1)，group(2)取出兩個分組匹配到的字符串。
group(0)返回的是整個匹配到的字符串。
groups()返回的是所有分組組成的元組

|

管道分配符，幾個值中取其一。
例如：d(a|b|c)
可以匹配da、db、dc

？

()?表示前面的分組可以存在，即出現0次或1次

*

()*表示前面的分組可以出現0次或多次

+

()+表示前面的分組至少出現一次，即1次或多次

{}

(){i}表示前面的分組出現i次
(){m,n}表示前面的分組出現m次到n次
省略m表示0次到n次
省略n表示至少m次

貪心匹配和非貪心匹配

當多個字符串和正則表達式匹配時，會自動選擇最長的那一個，如果想選最短的，可以在代表次數的符號后面加？

findall()方法

如果正則表達式分組了，則返回元組列表。
如果正則表達式沒有分組，則返回字符串列表。

\d，\D，\w，\W，\s，\S

\d：0-9
\D：0-9以外字符
\w：字母，數字，下劃線
\W：字母，數字，下劃線以外字符
\s：空格、制表符、換行符
\S：空格、制表符、換行符以外字符

自定義字符分類

[aeiou]：auioe中的一個
-：表示范圍。例如[a-zA-Z0-9]
[^aeiou]：字符取反，aeiou以外字符
方括號內的字符不需要轉義

^，$

^：表示從匹配的字符串開始處匹配
$：表示匹配到匹配字符串的結尾

.，.*，.*?

.：表示換行以外所有單個字符
.*：表示換行以外多個字符
.*?：多個字符采取非貪心匹配

re.compile(regex, arg)

arg可以采用re.I/re.IGNORECASE，re.DOTALL，re.VERBOSE等，或采用多個|連接一起傳入。
re.I/re.IGNORECASE：字母不區分大小寫
re.DOTALL：使.包含換行符
re.VERBOSE：忽略正則表達式中的換行和注釋

Regex.sub()

sub(str1, str2)用str1去取代str2中滿足正則表達式的字符串
str1：取代的字符串
str2：匹配的字符串
str1可以采用\1，\2等去獲得匹配到的字符串的第1、第2或其他的分組內容