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} | 精确匹配 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,} | 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 | 匹配字母数字及下划线 |
| \W | 匹配非字母数字及下划线 |
| \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。 |
正则表达式实例
字符匹配
| 实例 | 描述 |
|---|---|
| python | 匹配 "python". |
字符类
| 实例 | 描述 |
|---|---|
| [Pp]ython | 匹配 "Python" 或 "python" |
| rub[ye] | 匹配 "ruby" 或 "rube" |
| [aeiou] | 匹配中括号内的任意一个字母 |
| [0-9] | 匹配任何数字。类似于 [0123456789] |
| [a-z] | 匹配任何小写字母 |
| [A-Z] | 匹配任何大写字母 |
| [a-zA-Z0-9] | 匹配任何字母及数字 |
| [^aeiou] | 除了aeiou字母以外的所有字符 |
| [^0-9] | 匹配除了数字外的字符 |
特殊字符类
| 实例 | 描述 |
|---|---|
| . | 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。 |
| \d | 匹配一个数字字符。等价于 [0-9]。 |
| \D | 匹配一个非数字字符。等价于 [^0-9]。 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
| \w | 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 |
| \W | 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 |
re.findall() 查找字符
从字符串中找出符合模式的字符序列：findall(模式（正则表达式），目标字符串)， 返回值为list类型，list元素为匹配出的各个字符串
如：
import re a = "java|python12988" b = re.findall("java", a) c = re.findall("\d",a) print(b,c)结果
['java'] ['1', '2', '9', '8', '8']findall()函数还有第三个参数匹配模式，使用多个模式可以用'|'将各个模式分开，并且所有模式可以同时生效
如re.I：
import re language = "PythonC#JavaPHP" r = re.findall('c#', language) print(r)结果为
[]默认情况下区分大小写，所以'c#'并不能匹配出原字符串中的'C#'
编辑第三个参数为re.I，使得匹配不受字母大小写影响
import re language = "PythonC#JavaPHP" r = re.findall('c#', language, re.I) print(r)结果为
['C#']如re.S：
import re language = "PythonC#\nJavaPHP" r = re.findall('c#.{1}', language, re.I) # "."匹配出除换行符外的所有字符 print(r)结果为
[]加上模式re.S，可以改变"."的行为，将其匹配出换行符
import re language = "PythonC#\nJavaPHP" r = re.findall('c#.{1}', language, re.I | re.S) # "."匹配除换行符外的所有字符 print(r)结果为
['C#\n']re.sub()正则替换，替换字符
re.sub(要替换的字符，替换后字符，目标字符串，替换个数)，返回值为替换后的字符串
如：
import re language = 'PythonC#JavaC#PHPC#' r = re.sub('C#','GO',language) print(r)结果为
PythonGOJavaGOPHPGO上例中，替换个数默认为0，加入替换个数参数
如：
import re language = 'PythonC#JavaC#PHPC#' r = re.sub('C#','GO',language,count=1) print(r)结果为
PythonGOJavaC#PHPC#结果就只把第一个C#给替换了
效果与python的内置函数replace()一样
re.sub()的第二个参数也可以传入一个函数
如：
import re def convert(value): print(value) language = 'PythonC#JavaC#PHPC#' r = re.sub('C#', convert, language) print(r)结果为打印出了三个match对象，span表示了匹配到的字符的位置
<_sre.SRE_Match object; span=(6, 8), match='C#'> <_sre.SRE_Match object; span=(12, 14), match='C#'> <_sre.SRE_Match object; span=(17, 19), match='C#'> PythonJavaPHP说明'C#'被匹配到了三次，每次都会调用convert函数，由于该函数没有返回值，所以返回的字符串的'C#'被去掉了
改写上例，由于value是个对象，所以可以调用value的group()方法获得所要匹配的'C#'
import re def convert(value): matched = value.group() return '!!' + matched + '!!' language = 'PythonC#JavaC#PHPC#' r = re.sub('C#', convert, language) print(r)结果'C#'被成功替换成了'!!C#!!':
Python!!C#!!Java!!C#!!PHP!!C#!!由于re.sub()的第二个参数可以传入一个函数，所以可以对字符串进行各种复杂的操作
例如：
将字符串'ABC24525DEF22698'中所有小于等于4的数字替换成0，大于4的数字替换成9，就可以编辑convert函数实现这个功能
import re def convert(value): matched = value.group() if int(matched) <= 4: return '0' else: return '9' language = 'ABC24525DEF22698' r = re.sub('\d', convert, language) print(r)打印结果为：
ABC00909DEF00999将函数作为参数传入另一个函数是函数式编程
re.match()和re.search()
re.match()从字符串的起始位置匹配，若起始位置不符合正则表达式，则返回空 re.search()搜索整个字符串，返回第一个匹配的结果
两个函数若都能匹配到结果，那么返回的结果也是一个match对象
match对象的方法除了有group()之外还有span()方法，可以返回匹配结果的位置
而re.findall()方法就是把所有的匹配结果返回