1，匹配符号
2，匹配flags
3，匹配模式
4，匹配写法
方法一，需要重复执行匹配的，先编译再匹配
regex = re.compile(p)
regex.search(s)
re.search(regex, s)
方法二，简单的可以直接匹配
re.search(p, s)
5，匹配方法
1)re.search(p, s)
从s中提取完全符合p的内容，只提取第一次命中的，返回re.match对象
提取整体匹配结果：searchObj.group(), searchObj.group(0)
提取所有分组捕获结果：searchObj.groups()
提取单个分组捕获结果：searchObj.group(n), 即groups()[i] = group(i+1)
2)re.findall(p, s)
提取所有符合p的内容，返回字符串组成的列表
使用分组捕获时，返回分组捕获结果(元组)组成的列表
re.search使用分组捕获时既可以捕获整体匹配，也可以捕获分组内容
re.findall使用分组捕获时只能捕获分组内容
3)re.match(p, s)
可以用re.search(^)替代
MULTILINE模式下，match也只匹配s，但re.search可以匹配换行后的开始
4)re.finditer(p, s)
re.findall的惰性版，返回iterator
5)re.split(p, s)
根据p分割字符串s
6)re.sub(p, repl, s, count=n)
p是匹配到的值，repl是替换后值，s是m目标字符串，count是替换多少次
6，分组捕获时添加标签
>>>ID = "310115199012128765"
>>>p = "(?P<dictrict>[0-9]{6})(?P<birthday>[0-9]{8})"
>>>re.search(p, ID).groupdict()
{‘dictrict‘: ‘310115‘, ‘birthday‘: ‘19901212‘}
7，懒惰匹配和贪婪匹配
.*是贪婪比配，尽可能多
.*?是懒惰匹配，满足条件时，尽可能少
>>>re.search(‘a.*?b‘, ‘abab‘).group() ab >>>re.search(‘a.*?b‘, ‘abab‘).group() abab >>>re.search(‘192\.168\.1\..*$‘, ‘192.168.1.12‘).group() 192.168.1.12 >>>re.search(‘192\.168\.1\..*?‘, ‘192.168.1.12‘).group() # 没有结束符，懒惰不匹配 192.168.1. >>>re.search(‘192\.168\.1\..*‘, ‘192.168.1.12‘).group() # 没有结束符，贪婪匹配至最后 192.168.1.12
8，前向界定和后向界定
(?<=s)：前向界定，s后面的位置
(?=s)：后向界定，s前面的位置
>>>s = ‘ab1c ab2c\nab3c‘ >>>re.findall(‘(a.*?)(?:\s|$)‘, s) # 貌似$不能用[]或 [‘ab1c‘, ‘ab2c‘, ‘ab3c‘] >>>re.findall(‘((?<=b).*?)(?:\s|$)‘, s) # b后面的位置开始 [‘1c‘, ‘2c‘, ‘3c‘] >>>re.findall(‘((?=b).*?)(?:\s|$)‘, s) # b前面的位置开始 [‘b1c‘, ‘b2c‘, ‘b3c‘]
9，转义
编程语言的转义：
>>>s = ‘c:\name.txt‘ >>>print(‘c:\name.txt‘) c: ame.txt
不转义就会被换行处理，解决方法是print(‘c:\\name.txt‘)或者print(r‘c:\name.txt‘)
正则表达式的转义：
>>>s = ‘c:\\name.txt‘ >>>re.search(‘c:\\\\.*?\.‘, s).group() ‘c:\\name.‘ >>>re.search(r‘c:\\.*?\.‘, s).group() ‘c:\\name.‘
自动转义：
有些编程语言没有特殊意义的字符，可能无需转义
例如print(‘\n)和print(‘\\n‘)不一样
但是print(‘\d)和print(‘\\d‘)是一样的
10，匹配举例
‘ab1c ab2c\nab3c‘匹配例子：
>>>s = ‘ab1c ab2c\nab3c‘ >>>re.search(‘a.*?c a.*?c‘, s).group() # 整体匹配 ab1c ab2c >>>re.search(‘a(.*?)c a(.*?)c‘, s).groups() # 整体匹配 + 捕获分组 ‘b1 b2‘ >>>re.search(‘a(\w(\w))c a(\w(\w))c‘, s).groups() # 整体匹配 + 捕获分组 (‘b1‘, ‘1‘, ‘b2‘, ‘2‘) >>>re.findall(‘a.*?c‘, s) # 全局匹配 [‘ab1c‘, ‘ab2c‘, ‘ab3c‘] >>>re.findall(‘a(.*?)c‘, s) # 全局匹配 + 捕获分组：只能捕获分组内容 [‘b1‘, ‘b2‘, ‘b3‘] >>>re.findall(‘a(\w(\w))c‘, s) # 全局匹配 + 捕获分组嵌套 [(‘b1‘, ‘1‘), (‘b2‘, ‘2‘), (‘b3‘, ‘3‘)] >>>re.findall(‘a.*?c$‘, s) [‘ab3c‘] >>>re.findall(‘a.*?c$‘, s, flags=re.M) # re.M影响$ [‘ab1c ab2c‘, ‘ab3c‘] >>>re.findall(‘^a.*?c‘, s) [‘ab1c‘] >>>re.findall(‘^a.*?c‘, s, flags=re.M) # re.M影响^ [‘ab1c‘, ‘ab3c‘] >>>re.search(‘a.*c‘, s).group() ‘ab1c ab2c‘ >>>re.search(‘a.*c‘, s, flags=re.DOTALL).group() # re.DOTALL影响. ‘ab1c ab2c\nab3c‘ >>>re.split(‘\s‘, s) [‘ab1c‘, ‘ab2c‘, ‘ab3c‘] >>>re.split(‘(\s)‘, s) # re.split + 分组可以看到分隔符 [‘ab1c‘, ‘ ‘, ‘ab2c‘, ‘\n‘, ‘ab3c‘]
‘a b, c ; d\ e‘匹配例子：
>>>s = ‘a b, c ; d\ e‘ >>>s ‘a b, c ; d\\ e‘ # \被自动转成\>>>re.split(r‘\s*[\s,;\\]\s*‘, s) [‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘] >>>re.split(r‘\s*(?:\s|,|;|\\)\s*‘, s) # []的等效写法 [‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘] >>>re.split(r‘\s*(\s|,|;|\\)\s*‘, s) # 不用?:只抓到了单个分隔符，用它去对s分割会包含单个分隔符 [‘a‘, ‘ ‘, ‘b‘, ‘,‘, ‘c‘, ‘;‘, ‘d‘, ‘\\‘, ‘e‘] >>> re.split(r‘(\s*(?:\s|,|;|\\)\s*)‘, s) # 包含完整的分隔符 [‘a‘, ‘ ‘, ‘b‘, ‘, ‘, ‘c‘, ‘ ; ‘, ‘d‘, ‘\\ ‘, ‘e‘]
原文：https://www.cnblogs.com/guxh/p/10360140.html