正则表达式是一种小型的、高度专业化的编程语言，是独立与任何语言的通用协议。python中，通过集成的re模块可以直接使用正则表达式。正则表达式会被编译成一系列的字节码，然后由C编写的匹配引擎执行。
二、正则表达式中常用符号2.1 反斜杠（\）的作用反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符）反斜杠后边跟普通字符实现特殊功能；（即预定义字符）引用序号对应的字组所匹配的字符串。a=re.search(r'(tina)(fei)haha\2','tinafeihahafei tinafeihahatina').group()print(a)# output：# tinafeihahafei2.2 预定义字符
2.3 \b 单词边界的理解w = re.findall('\btina','tiantinaaaa')print(w)s = re.findall(r'\btina','tian tinaaaa')print(s)v = re.findall(r'\btina','tian#tinaaaa')print(v)a = re.findall(r'\btina\b','tian#tina@aaa')print(a)执行结果如下：[]['tina']['tina']['tina']2.4 分组
三、re模块常用方法3.1 compile()说明：编译正则表达式模式，返回一个对象的模式（可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率）。格式：re.compile(pattern,flags=0)参数说明：pattern: 编译时用的表达式字符串。 flags 编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，多行匹配等。常用的flags有：
示例：import rett = "Tina is a good girl, she is cool, clever, and so on..."rr = re.compile(r'\w*oo\w*')print(rr.findall(tt)) #查找所有包含'oo'的单词执行结果如下：['good', 'cool']3.2 match()3.2 match()说明：决定re是否在字符串刚开始的位置匹配。注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'格式：re.match(pattern, string, flags=0)示例：print(re.match('com','comwww.runcomoob').group())print(re.match('com','Comwww.runcomoob',re.I).group())执行结果如下：comcom3.3 search()说明：re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。格式：re.search(pattern, string, flags=0)示例：print(re.search('\dcom','www.4comrunoob.5com').group())执行结果如下：4com注意：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：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group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。a. group（）返回re整体匹配的字符串，b. group (n,m) 返回组号为n，m所匹配的字符串，如果组号不存在，则返回indexError异常c.groups（）方法返回一个包含正则表达式中所有小组字符串的元组，从 1 到所含的小组号，通常groups()不需要参数，返回一个元组，元组中的元就是正则表达式中定义的组。import rea = "123abc456" print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) #123abc456,返回整体 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) #123 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) # abc print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) # 456###group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。###3.4 findall()说明：re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。格式：re.findall(pattern, string, flags=0)示例：import rett = "Tina is a good girl, she is cool, clever, and so on..."rr = re.compile(r'\w*oo\w*')print(rr.findall(tt))print(re.findall(r'(\w)*oo(\w)',tt)) # ()表示子表达式 执行结果如下：['good', 'cool'][('g', 'd'), ('c', 'l')]3.5 finditer()说明：搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。找到re匹配的所有子串，并把它们作为一个迭代器返回。格式：re.finditer(pattern, string, flags=0)示例：iter = re.finditer(r'\d+','12 drumm44ers drumming, 11 ... 10 ...')for i in iter: print(i) print(i.group()) print(i.span())执行结果如下：<_sre.SRE_Match object; span=(0, 2), match='12'>12(0, 2)<_sre.SRE_Match object; span=(8, 10), match='44'>44(8, 10)<_sre.SRE_Match object; span=(24, 26), match='11'>11(24, 26)<_sre.SRE_Match object; span=(31, 33), match='10'>10(31, 33)3.6 split()说明：按照能够匹配的子串将string分割后返回列表。可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。格式：re.split(pattern, string[, maxsplit])参数说明：maxsplit 用于指定最大分割次数，不指定将全部分割示例print(re.split('\d+','one1two2three3four4five5'))执行结果如下：['one', 'two', 'three', 'four', 'five', '']3.7 sub()说明：使用re替换string中每一个匹配的子串后返回替换后的字符串。格式：re.sub(pattern, repl, string, count)参数说明：- 其中第二个函数是替换后的字符串；本例中为'-'
- 第四个参数指替换个数。默认为0，表示每个匹配项都替换。
示例：
import retext = "JGood is a handsome boy, he is cool, clever, and so on..."print(re.sub(r'\s+', '-', text))执行结果如下：JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'
import retext = "JGood is a handsome boy, he is cool, clever, and so on..."print(re.sub(r'\s+', lambda m:'['+m.group(0)+']', text,0))执行结果如下：JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...3.8 subn()说明：返回替换次数格式：subn(pattern, repl, string, count=0, flags=0)示例：print(re.subn('[1-2]','A','123456abcdef'))print(re.sub("g.t","have",'I get A, I got B ,I gut C'))print(re.subn("g.t","have",'I get A, I got B ,I gut C'))执行结果如下：('AA3456abcdef', 2)I have A, I have B ,I have C('I have A, I have B ,I have C', 3)四、注意4.1 re.match与re.search与re.findall的区别：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；re.search匹配整个字符串，直到找到一个匹配之后就返回。re.findall匹配整个字符串，并以列表的形式返回所有匹配到的结果。a=re.search('[\d]',"abc33").group()print(a)p=re.match('[\d]',"abc33")print(p)b=re.findall('[\d]',"abc33")print(b)执行结果：3None['3', '3']4.2 贪婪匹配与非贪婪匹配?,+?,??,{m,n}? 前面的,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
a = re.findall(r"a(\d+?)",'a23b')print(a)b = re.findall(r"a(\d+)",'a23b')print(b)执行结果：['2']['23']4.3 用flags时遇到的小坑print(re.split('a','1A1a2A3',re.I))#输出结果并未能区分大小写这是因为re.split(pattern，string，maxsplit,flags)默认是四个参数，当我们传入的三个参数的时候，系统会默认re.I是第三个参数，所以就没起作用。如果想让这里的re.I起作用，写成flags=re.I即可。
