Python正則表達式心得整理

1.編譯正則表達式
>>> import re
>>> p = re.compile('ab*',re.IGNORECASE)
>>> print p
得到了一個正則表達式的對象！RegexObject` 實例，可以爲不同的操作提供方法，如模式匹配搜索或字符串替換。
類似於JAVA裏面的正則編譯。得到了這個正則實例之後就能夠拿它出來進行了匹配搜索或字符串處理了！
2： match(pattern,string,[,flags])
    讓string匹配，pattern，後面分flag同compile的參數一樣
    返回MatchObject 對象（見三）
此參數中的pattern就是上面編譯好的pattern值。
3.findall( pattern, string[, flags])
   比較常用，
   從string內查找不重疊的符合pattern的表達式，然後返回list列表
三：matchobject
    通過 re.match(……) 和 re.compile(……).match返回
通過match操作能夠返回matchobject對象出來。而通過此對象能夠調用這個對象的方法出來
方法：
    group( [group1, ...])    這就是一種方法
    groups( [default])
    groupdict( [default])
    start( [group])
    end( [group])
re.match
re.match 嘗試從字符串的開始匹配一個模式
而且這個模式是上面通過了編譯處理的。
re.search函數會在字符串內查找模式匹配,只到找到第一個匹配然後返回，如果字符串沒有匹配，則返回None。   如果有就馬上返回匹配的值
re.sub用於替換字符串中的匹配項。相當於sed命令的替換操作！
re.split
可以使用re.split來分割字符串
re.findall
re.findall可以獲取字符串中所有匹配的字符串。
re.compile
可以把正則表達式編譯成一個正則表達式對象。可以把那些經常使用的正則表達式編譯成正則表達式對象，這樣可以提高一定的效率。
以下是正則的一些資料：
正則表達式有多種不同的風格。下表是在PCRE中元字符及其在正則表達式上下文中的行爲的一個完整列表：
字符
描述
/
將下一個字符標記爲一個特殊字符、或一個原義字符、或一個向後引用、或一個八進制轉義符。例如，“n”匹配字符“n”。“/n”匹配一個換行符。序列“//”匹配“/”而“/(”則匹配“(”。
^
匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性，^也匹配“/n”或“/r”之後的位置。
$
匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性，$也匹配“/n”或“/r”之前的位置。
*
匹配前面的子表達式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等價於{0,}。
+
匹配前面的子表達式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價於{1,}。
?
匹配前面的子表達式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等價於{0,1}。
{n}
n是一個非負整數。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。
{n,}
n是一個非負整數。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價於“o+”。“o{0,}”則等價於“o*”。
{n,m}
m和n均爲非負整數，其中nm。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價於“o?”。請注意在逗號和兩個數之間不能有空格。
?
當該字符緊跟在任何一個其他限制符(*,+,?,{n},{n,},{n,m})後面時，匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串，而默認的貪婪模式則儘可能多的匹配所搜索的字符串。例如，對於字符串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。
.
匹配除“/n”之外的任何單個字符。要匹配包括“/n”在內的任何字符，請使用像“[./n]”的模式。
(pattern)
匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“/(”或“/)”。
(?:pattern)
匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以後使用。這在使用“或”字符(|)來組合一個模式的各個部分是很有用。例如，“industr(?:y|ies)就是一個比”industry|industries’更簡略的表達式。
(?=pattern)
正向預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使
用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配
“Windows3.1”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜索，而不是從
包含預查的字符之後開始。
(?!pattern)
負向預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使
用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配
“Windows2000”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜索，而不是
從包含預查的字符之後開始
x|y
匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”則匹配“zood”或“food”。
[xyz]
字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]
負值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。
[a-z]
字符範圍。匹配指定範圍內的任意字符。例如，“[a-z]”可以匹配“a”到“z”範圍內的任意小寫字母字符。
[^a-z]
負值字符範圍。匹配任何不在指定範圍內的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”範圍內的任意字符。
/b
匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，“er/b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
/B
匹配非單詞邊界。“er/B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
/cx
匹配由x指明的控制字符。例如，/cM匹配一個Control-M或回車符。x的值必須爲A-Z或a-z之一。否則，將c視爲一個原義的“c”字符。
/d
匹配一個數字字符。等價於[0-9]。
/D
匹配一個非數字字符。等價於[^0-9]。
/f
匹配一個換頁符。等價於/x0c和/cL。
/n
匹配一個換行符。等價於/x0a和/cJ。
/r
匹配一個回車符。等價於/x0d和/cM。
/s
匹配任何空白字符，包括空格、製表符、換頁符等等。等價於[/f/n/r/t/v]。
/S
匹配任何非空白字符。等價於[^/f/n/r/t/v]。
/t
匹配一個製表符。等價於/x09和/cI。
/v
匹配一個垂直製表符。等價於/x0b和/cK。
/w
匹配包括下劃線的任何單詞字符。等價於“[A-Za-z0-9_]”。
/W
匹配任何非單詞字符。等價於“[^A-Za-z0-9_]”。
/xn
匹配n，其中n爲十六進制轉義值。十六進制轉義值必須爲確定的兩個數字長。例如，“/x41”匹配“A”。“/x041”則等價於“/x04”&“1”。正則表達式中可以使用ASCII編碼。.
/num
匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，“(.)/1”匹配兩個連續的相同字符。
/n
標識一個八進制轉義值或一個向後引用。如果/n之前至少n個獲取的子表達式，則n爲向後引用。否則，如果n爲八進制數字(0-7)，則n爲一個八進制轉義值。
/nm
標識一個八進制轉義值或一個向後引用。如果/nm之前至少有nm個獲得子表達式，則nm爲向後引用。如果/nm之前至少有n個獲取，則n爲一個後跟文字m的向後引用。如果前面的條件都不滿足，若n和m均爲八進制數字(0-7)，則/nm將匹配八進制轉義值nm。
/nml
如果n爲八進制數字(0-3)，且m和l均爲八進制數字(0-7)，則匹配八進制轉義值nml。
/un
匹配n，其中n是一個用四個十六進制數字表示的Unicode字符。例如，/u00A9匹配版權符號（©）。