1.正則表達式的元字符有： . \ * + ? ^ $ {} [ ]

. 匹配除換行符以外的任意字符

\ 轉義字符，使後一個字符改變原來的意思

* 匹配前面字符0或多次

+ 匹配前面字符1或多次

？匹配一個字符0或多次

^ 匹配字符串開頭

$ 匹配字符串結尾

{} {m}匹配前一個字符m次，{m,n}匹配前一個字符m至n次，若省略n,則匹配m至無限次

[] 字符集。對應的位置可以是字符集中任意字符。字符集中的字符可以逐個列出，也可以給出範圍，如[abc]或[a-c].[^abc]表示取反，即非abc.

所有特殊字符在字符集中都失去其原有的特殊含義，用\反斜杠轉義恢復特殊字符的特殊含義

() 被括起來的表達式將作為分組，從表達式左邊開始沒遇到一個分組的左括號“（”，編號+1.
分組表達式作為一個整體，可以後接數量詞。表達式中的|僅在該組中有效。

這裏需要強調一下反斜杠的作用：

反斜杠後面跟元字符去除特殊功能（即將特殊字符轉義成普通字符）

反斜杠後面跟普通字符實現特殊功能 (即預定義字符)

引用序號對應的字組所匹配的字符串

a=re.search(r‘(tina)(fei)haha\2‘,‘tinafeihahafei tinafeihahatina‘).group()
print(a)
結果：
tinafeihahafei

2.預定義字符集：

\d: 表示數字0-9

\D:非數字

\s:匹配任何空白字符[<空格>\t\r\n\f\v]

\S:非空的字符

\w:匹配包括下劃線的任何字符[a-zA-Z0-9_]

\W:匹配非字母字符，即匹配特殊字符

\A:匹配字符開頭，同^

\z:匹配字符結尾，同$

\b:匹配單詞邊界匹配一個單詞邊界，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:和\b相反

這裏需要強調一下\b的單詞邊界的理解：
w = re.findall(‘\btina‘,‘tian tinaaaa‘)
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)
執行結果如下：
[]
[‘tina‘]
[‘tina‘]
[‘tina‘]

三.re模塊中常用功能函數

1.compile()

編譯正則表達式模式，返回一個對象的模式。（可以把那些常用的正則表達式編譯成正則表達式對象，這樣可以提高一點效率。）

格式：

re.compile(pattern,flags=0)

pattern: 編譯時用的表達式字符串。

flags 編譯標誌位，用於修改正則表達式的匹配方式，如：是否區分大小寫，多行匹配等。常用的flags有：

標誌	含義
re.S(DOTALL)	使.匹配包括換行在內的所有字符
re.I（IGNORECASE）	使匹配對大小寫不敏感
re.L（LOCALE）	做本地化識別（locale-aware)匹配，法語等
re.M(MULTILINE)	多行匹配，影響^和$
re.X(VERBOSE)	該標誌通過給予更靈活的格式以便將正則表達式寫得更易於理解
re.U	根據Unicode字符集解析字符，這個標誌影響\w,\W,\b,\B

import re
tt = "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‘的單詞
執行結果如下：
[‘good‘, ‘cool‘]

2、match()

決定RE是否在字符串剛開始的位置匹配。//註：這個方法並不是完全匹配。當pattern結束時若string還有剩余字符，仍然視為成功。想要完全匹配，可以在表達式末尾加上邊界匹配符‘$‘

格式：

re.match(pattern, string, flags=0)

print(re.match(‘com‘,‘comwww.runcomoob‘).group())
print(re.match(‘com‘,‘Comwww.runcomoob‘,re.I).group())
執行結果如下：
com
com

3、search()

格式：

re.search(pattern, string, flags=0)

re.search函數會在字符串內查找模式匹配,只要找到第一個匹配然後返回，如果字符串沒有匹配，則返回None

print(re.search(‘\dcom‘,‘www.4comrunoob.5com‘).group())
執行結果如下：
4com

*註：match和search一旦匹配成功，就是一個match object對象，而match object對象有以下方法：

• group() 返回被 RE 匹配的字符串
• start() 返回匹配開始的位置
• end() 返回匹配結束的位置
• span() 返回一個元組包含匹配 (開始,結束) 的位置
• group() 返回re整體匹配的字符串，可以一次輸入多個組號，對應組號匹配的字符串。

a. group（）返回re整體匹配的字符串，
b. group (n,m) 返回組號為n，m所匹配的字符串，如果組號不存在，則返回indexError異常
c.groups（）groups() 方法返回一個包含正則表達式中所有小組字符串的元組，從 1 到所含的小組號，通常groups()不需要參數，返回一個元組，元組中的元就是正則表達式中定義的組。

import re
a = "123abc456"
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0))   #123abc456,返回整體
 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) 列出第一個括號匹配部分，group(2) 列出第二個括號匹配部分，group(3) 列出第三個括號匹配部分。###

4、findall()

re.findall遍歷匹配，可以獲取字符串中所有匹配的字符串，返回一個列表。

格式：

re.findall(pattern, string, flags=0)

p = re.compile(r‘\d+‘)
print(p.findall(‘o1n2m3k4‘))
執行結果如下：
[‘1‘, ‘2‘, ‘3‘, ‘4‘]

import re
tt = "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))#()表示子表達式 
執行結果如下：
[‘good‘, ‘cool‘]
[(‘g‘, ‘d‘), (‘c‘, ‘l‘)]

5、finditer()

搜索string，返回一個順序訪問每一個匹配結果（Match對象）的叠代器。找到 RE 匹配的所有子串，並把它們作為一個叠代器返回。

格式：

re.finditer(pattern, string, flags=0)

iter = re.finditer(r‘\d+‘,‘12 drumm44ers drumming, 11 ... 10 ...‘)
for i in iter:
    print(i)
    print(i.group())
    print(i.span())
執行結果如下：
<_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)

6、split()

按照能夠匹配的子串將string分割後返回列表。

可以使用re.split來分割字符串，如：re.split(r‘\s+‘, text)；將字符串按空格分割成一個單詞列表。

格式：

re.split(pattern, string[, maxsplit])

maxsplit用於指定最大分割次數，不指定將全部分割

print(re.split(‘\d+‘,‘one1two2three3four4five5‘))
執行結果如下：
[‘one‘, ‘two‘, ‘three‘, ‘four‘, ‘five‘, ‘‘]

print(re.split(‘\d+‘,‘one1two2three3four4five5‘))
執行結果如下：
[‘one‘, ‘two‘, ‘three‘, ‘four‘, ‘five‘, ‘‘]

python --- re模塊