Python正則

| 豎線在正則中表示或，匹配正則表達式 ， 好比re1|re2，等於re1 或者 re2  

. 點號， 表示匹配除換行符之外的任意字符，

------------------------------------------------------------------------

* 星號， 匹配 0 次或者屢次前面出現的正則表達式

? 問號， 匹配 0 次或者 1 次前面出現的正則表達式， ？只對前面一個單位生效，好比， roo?n 匹配的結果只能是roon ron,意思就是問號前的O，只能出現1次或者0次

+ 加號， 匹配 1 次或者屢次前面出現的正則表達式  

------------------------------------------------------------------------

^  (讀lambada)符號， 表示匹配字符串起始部分

$ 美圓符號， 表示匹配字符串終止部分

------------------------------------------------------------------------

{N} 大括號，匹配 N 次前面出現的正則表達式 ， 比方說[0-9]{3},匹配三次數字

{M,N} 匹配M~N次前面出現的正則表達式， 比方說[0-9]{3,5}匹配三到五次數字

------------------------------------------------------------------------

[....] 匹配來自字符集的任意單一字符， 比方說[abc]， 匹配來自abc的任意字符

[..x-y..] 匹配來自字符集x-y的任意單一字符， 比方說[A-Za-z],[0-9]， 匹配來自abc的任意字符

[^...] 不匹配來自此字符集的任和字符，包括某些範圍

------------------------------------------------------------------------

(*|+?{})? 用於匹配上面頻繁出現/重複出現符號的非貪婪版本（*、+、?、{}）  

(…) 匹配封閉的正則表達式，而後另存爲子組 ([0-9]{3})?,f(oo|u)bar 

------------------------------------------------------------------------

經常使用的記住

一、. 匹配任意除換行符「\n」外的字符；

二、*表示匹配前一個字符0次或無限次；

三、+或*後跟？表示非貪婪匹配，即儘量少的匹配，如*？重複任意次，但儘量少重複；

四、 .*? 表示匹配任意數量的重複，可是在能使整個匹配成功的前提下使用最少的重複。

五、 .+? 表示匹配任意數量的重複，可是在能使整個匹配成功的前提下使用最少的重複。必須有一個字符

六、 ? 問號， 匹配 0 次或者 1 次前面出現的正則表達式， ？只對前面一個單位生效，好比， roo?n 匹配的結果只能是roon ron,意思就是問號前的O，只能出現1次或者0次

如：a.*?b匹配最短的，以a開始，以b結束的字符串。若是把它應用於aabab的話，它會匹配aab和ab

 

 

 

特殊字符的含義

 

\d 匹配任何十進制數字，與[0-9]一致（\D 與\d 相反，不匹配任何非數值型的數字）

\w 匹配任何字母數字字符，與[A-Za-z0-9_]相同（\W 與之相反）

\s 匹配任何空格字符，與[\n\t\r\v\f]相同（\S 與之相反）

\b 匹配任何單詞邊界（\B 與之相反）

\N 匹配已保存的子組 N（參見上面的(…))

\c 逐字匹配任何特殊字符 c（即，僅按照字面意義匹配，不匹配特殊含義

\A(\Z) 匹配字符串的起始（結束）（另見上面介紹的^和$）

 

 

那麼要想匹配上點號. 咱們須要\. 加一個轉義符斜槓

 

 

 

 

----------------------------------------------------------------

re 模塊的函數介紹

本節將介紹兩個主要的函數/方法——match()和 search()，以及 compile()函數。

 

re模塊的函數

compile(pattern，flags = 0) 使用任何可選的標記來編譯正則表達式的模式，而後返回一個正則表達式對象

----------------------------------------------------------------

re 模塊函數和正則表達式對象的方法

 

match(pattern ， string ， flags=0） 

嘗試使用帶有可選的標記的正則表達式的模式來匹配字符串。若是匹配成功，就返回

匹配對象；若是失敗，就返回 None

 

search(pattern ， string ， flags=0)

使用可選標記搜索字符串中第一次出現的正則表達式模式。若是匹配成功，則返回匹

配對象；若是失敗，則返回 None

 

findall(pattern ， string [, flags] )

查找字符串中全部（非重複）出現的正則表達式模式，並返回一個匹配列表

 

finditer(pattern ， string [, flags] )

與 findall()函數相同，但返回的不是一個列表，而是一個迭代器。對於每一次匹配，迭

代器都返回一個匹配對象

 

split(pattern ， string ， max=0)

根據正則表達式的模式分隔符，split 函數將字符串分割爲列表，而後返回成功匹配的

列表，分隔最多操做 max 次（默認分割全部匹配成功的位置）

 

 

-----------------------------------------------------------------

sub(pattern ， repl ， string ， count=0)

使用 repl 替換全部正則表達式的模式在字符串中出現的位置，除非定義 count，不然就

將替換全部出現的位置（另見 subn()函數，該函數返回替換操做的數目）

 

purge()  

清除隱式編譯的正則表達式模式

 

group(num=0)  

返回整個匹配對象，或者編號爲 num 的特定子組

 

groups(default=None)  

返回一個包含全部匹配子組的元組（若是沒有成功匹配，則返回一個空元組）

 

groupdict(default=None)  

返回一個包含全部匹配的命名子組的字典，全部的子組名稱做爲字典的鍵（若是沒有

成功匹配，則返回一個空字典）

 

-------------------------------------------------------------------------

re.I、re.IGNORECASE 不區分大小寫的匹配

re.L、re.LOCALE 根據所使用的本地語言環境經過\w、\W、\b、\B、\s、\S 實現匹配

re.M、re.MULTILINE ^和$分別匹配目標字符串中行的起始和結尾，而不是嚴格匹配整個字符串自己的起始

和結尾

re.S、re.DOTALL 「.」（點號）一般匹配除了\n（換行符）以外的全部單個字符；該標記表示「.」（點號）

可以匹配所有字符

re.X、re.VERBOSE 經過反斜線轉義，不然全部空格加上#（以及在該行中全部後續文字）都被忽略，除非

在一個字符類中或者容許註釋而且提升可讀性

 

 

 

pat = "title=\".+?\"" 轉移符號\,