正则语法笔记-regular expression note

参考文档:python正则表达式

正则表达式定义：正则是一门高度专业编程语言，内嵌在其他语言(python re模块)中使用。正则表达式包含元字符(metacharacter)列表，列表如下： . ^ $ * + ? { [ ] \ | ( )，这些元字符只有在合适的位置才可以发挥作用。

1. []用来指定一个我们想要字符串的集合，字符串可以单独列出，也可以通过"-"连接表示范围，例如[abc]匹配abc中如何一个元素，可以用[a-c]表示。

2 . [^]可以用补集来匹配不存在此空间范围内的字符，其做法是把"^"作为类别的首个字符；其他地方的"^"只会简单匹配“^”字符本身。例如

In [35]: m = re.search("^ab+", "asdfabbbb")

In [36]: print m
None

In [37]: m = re.search("^ab+", "absdfabbbb")

In [38]: print m
<_sre.SRE_Match object at 0x7f8bc2466c60>

In [39]: print m.group()
ab

效果如同使用re.match()函数，

In [43]: m2 = re.match("ab+", "absdfabbbb")

In [44]: print m2
<_sre.SRE_Match object at 0x7f8bc2466e68>

In [45]: print m2.group()
ab

In [51]: m2 = re.match("ab+", "absdfabbbb\nabcdefghijklmn", re.MULTILINE)

In [52]: print m2.group()
ab

总结match和search函数，两者都是找到就返回匹配结果，不会继续查找，如果需要查找所有行，那么需要调用re.findall()

In [58]: m2 = re.findall("ab+","absdfabbbb\nabcdefghijklmn" )

In [59]: print re.fi
re.findall   re.finditer  

In [59]: print m2
['ab', 'abbbb', 'ab']

3. 元字符(\),元字符backslash。"\"后面加反斜杠表示特殊意义。它可以用来取消元字符，这样元字符就是普通字符。

4. 元字符($)匹配字符串的结尾或者字符串结尾的换行之前。（在MULTILINE模式下，"$"也匹配换行之前）正则表达式"foo"既匹配"foo"又匹配"foobar",而"foo$"仅仅匹配"foo"

5.元字符(*),匹配0个或多个

6.元字符(?)，匹配一个或者0个

7.元字符(+), 匹配一个或者多个
8,元字符(|), 表示"或"，如A|B，其中A，B为正则表达式，表示匹配A或者B

9.元字符({})

{m},用来表示前面正则表达式的m次copy，如"a{5}"，表示匹配5个”a”,即"aaaaa"