正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。python中使用re模块进行正则表达式处理。
compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象。
语法格式为：
compile(pattern, flags=0):
参数：
pattern : 一个字符串形式的正则表达式
flags 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性，忽略空格和' # '后面的注释
1、re.match函数
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
1 import re 2 3 def retest(): 4 pattern = re.compile('12345') 5 m = pattern.match('123459588j 12345kjjh328898890-8hghddd11234').span() #在起始位置匹配，返回匹配位置 6 print(m) 7 m1 = pattern.match('847jhdfkad12345') #不在起始位置匹配，返回None 8 print(m1)
group()可以提取匹配的子字符串，比如：匹配字符串r'(.*) are (.*?) .*'定义了两个分组
1 import re 2 3 def retest(): 4 if matchObj: 5 print("matchObj.group() : ", matchObj.group()) #提取整个匹配字符串 6 print("matchObj.group(1) : ", matchObj.group(1)) #提取第一个分组匹配字符串, 即：are 之前的匹配表达式 7 print("matchObj.group(2) : ", matchObj.group(2)) #提取第一个分组匹配字符串，即：are 之后的匹配表达式 8 else: 9 print("No match!!")
2、re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配。
函数语法：
search(pattern, string, flags=0)
1 import re 2 3 def retest(): 4 pattern = re.compile('12345') 5 m = pattern.search('123459588j 12345kjjh328898890-8hghddd11234') #在起始位置匹配，返回匹配位置 6 print(m) 7 m1 = pattern.search('847jhdfkad12345') #不在起始位置匹配，返回匹配位置 8 print(m1)
re.match与re.search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；而re.search匹配整个字符串，直到找到一个匹配。
3、re.sup方法
re.sub用于替换字符串中的匹配项。
语法：
sub(pattern, repl, string, count=0, flags=0)
参数：
- pattern : 正则中的模式字符串。
- repl : 替换的字符串，也可为一个函数。
- string : 要被查找替换的原始字符串。
- count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
- flags : 编译时用的匹配模式，数字形式。
1 import re 2 a = 'foot' 3 b = re.sub('oo','ooo',a) #返回替换后的字符串 4 print(b)
替换字符串也可以是函数
1 import re 2 3 # 将匹配的数字乘于 2 4 def double(matched): 5 value = int(matched.group('value')) 6 return str(value * 2) 7 8 s = 'A23G4HFD567' 9 print(re.sub('(?P<value>\d+)', double, s))
4、re.findall方法
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。
语法格式为：
findall(pattern, string, flags=0)
参数：
- string 待匹配的字符串。
- pos 可选参数，指定字符串的起始位置，默认为 0。
- endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。
1 import re 2 3 def retest(): 4 pattern = re.compile('\d+') #查找数字 5 num = re.findall(pattern,'3dhfdiuhdkjfh9844948h5320') #返回查找结果列表 6 print(num)
5、re.finditer方法
和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
1 import re 2 3 it = re.finditer(r"\d+","12a32bc43jf3") 4 for match in it: 5 print (match.group() )
6、re.split方法
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
1 import re 2 3 def retest(): 4 aa = re.split('\d+','3u9389kdjfkdsjfdl384339') #以数字进行分割 5 print(aa)
正则表达式模式
模式字符串使用特殊的语法来表示一个正则表达式：
字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。
多数字母和数字前加一个反斜杠时会拥有不同的含义。
标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。
反斜杠本身需要使用反斜杠转义。
由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'\t'，等价于 \\t )匹配相应的特殊字符。
下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。
| 模式 | 描述 |
|---|---|
| ^ | 匹配字符串的开头 |
| $ | 匹配字符串的末尾。 |
| . | 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
| [...] | 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k' |
| [^...] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。 |
| re* | 匹配0个或多个的表达式。 |
| re+ | 匹配1个或多个的表达式。 |
| re? | 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式 |
| re{ n} | 匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。 |
| re{ n,} | 精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。 |
| re{ n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式 |
| a| b | 匹配a或b |
| (re) | 匹配括号内的表达式，也表示一个组 |
| (?imx) | 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。 |
| (?-imx) | 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。 |
| (?: re) | 类似 (...), 但是不表示一个组 |
| (?imx: re) | 在括号中使用i, m, 或 x 可选标志 |
| (?-imx: re) | 在括号中不使用i, m, 或 x 可选标志 |
| (?#...) | 注释. |
| (?= re) | 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。 |
| (?! re) | 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。 |
| (?> re) | 匹配的独立模式，省去回溯。 |
| \w | 匹配数字字母下划线 |
| \W | 匹配非数字字母下划线 |
| \s | 匹配任意空白字符，等价于 [\t\n\r\f]。 |
| \S | 匹配任意非空字符 |
| \d | 匹配任意数字，等价于 [0-9]。 |
| \D | 匹配任意非数字 |
| \A | 匹配字符串开始 |
| \Z | 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。 |
| \z | 匹配字符串结束 |
| \G | 匹配最后匹配完成的位置。 |
| \b | 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 |
| \B | 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
| \n, \t, 等。 | 匹配一个换行符。匹配一个制表符, 等 |
| \1...\9 | 匹配第n个分组的内容。 |
| \10 | 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。 |