python内置库：re（正则表达式）

　1、正则表达式是用于处理字符串的功能强大的工具，但它并不是Python所独有的，许多编程语言都支持正则表达式，用法也都区别不大；

　　2、Python中正则表达式的应用在re模块中，re模块中的方法使用正则表达式来匹配字符串；

　　3、Python中的数量词默认是贪婪的，总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符（例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"；而如果使用非贪婪的数量词"ab*?"，将找到"a"。）；

　　4、与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。

　　5、如下是常用正则表达式语法：

语法 说明 正则表达式实例 匹配字符串 匹配结果
. 匹配任意字符，除换行符“\n”外 r'a.' 'abc' 'ab'
\ 转义字符，可以用来匹配特殊的字符 r'a\*' 'a*b' 'a*'
特殊字符也可以放在[]字符集中来匹配 r'a

' 'a*b' 'a*'

[]或[^...] 字符集[]，匹配字符集中的一个字符，从开始匹配直到匹配成功 r'a[efg]' 'afggg' 'af'
开头加上“^”表示取反，即只要不是字符集中列出的字符都可匹配成功
可以在[]列出全部想要匹配的字符，也可以列出字符的范围，如[a-c]或[abc]
所有特殊字符放在字符集中都失去在正则表达式中的原有的意义
\d 匹配单个数字字符：0到9 r'a\d' 'a345b' 'a3'
\D 匹配非数字字符 r'a\D' 'ab3' 'ab'
r'a[^\d]' 'ab3' 'ab'
\s 匹配空白字符：空格，\t，\r，\n，\f，\v r'a\s' 'a\n' 'a\n'
\S 匹配非空白字符 r'a\S' 'ab' 'ab'
r'a[^\s]' 'ab' 'ab'
\w 匹配单词字符：[a-zA-Z0-9_] r'a\w' 'a9' 'a9'
\W 匹配非单词字符 r'a\W' 'a+' 'a+'
* 匹配前一个字符0到无限次 r'ab*' 'a' 'a'
+ 匹配前一个字符1到无限次 r'ab+' 'abbbcde' 'abbb'
? 匹配前一个字符0次或1次 r'ab?' 'abbbcde' 'ab'
{m} 匹配前一个字符m次 r'ab{2}' 'abbbcde' 'abb'
{m,n} 匹配前一个字符m次至n次 r'ab{1,2}' 'abbbbcde' 'abb'
m和n可省略，{m,}匹配前一个字符m次至无限次，{,n}匹配前一个字符0次至n次
*？或+?或??或{m,n}? 使*、+、?和{m,n}的匹配变成非贪婪模式（Python默认是贪婪模式） r'ab+?' 'abbbcde' 'ab'
^ 匹配字符串的开头（用在字符集中[]表示取反） r'^ab' 'abbb' 'ab'
$ 匹配字符串的结尾 r'cd$' 'abcd' 'cd'
() 括号中的内容被作为分组 r'a(def){2}b' 'adefdefbcc' 'adefdefb'
()后可以接数量词
|  相当于“或”，从左到右匹配被|分隔的表达式，一旦匹配成功就不会继续往后匹配了。 r'abb(c|d)' 'abbdefg'  'abbd' 
?: 取消分组。想使用括号，但是不想它成为分组，就可以使用这个语法。 re.findall(r'abb(?:c|d)', 'abbdefg') 'abbd'
\<num> 引用指定编号的分组结果。 re.sub(r'a(a)b(b)', r'\2dd\1', 'aabbcc') 'bddacc'


re模块中的几个常用方法（pattern为正则表达式，string为需要匹配查找的字符串）：

re.compile(pattern)：编译正则表达式，返回编译后的模正则表达式对象，该对象同样拥有match、search等方法。如果某个正则表达式需要多次使用，建议使用此函数先预编译正则表达式，可以提升正则表达式部分的程序性能。
re.match(pattern, string)：匹配字符串的开头，成功则返回匹配对象，否则返回None。
re.search(pattern, string)：从字符串开头开始查找匹配，直到匹配成功，则不再往后继续查找匹配，成功返回匹配对象，否则返回None。
re.findall(pattern, string)：查找匹配字符串中所有内容，返回查找成功的字符串的列表，如果字符串中没有匹配成功的内容，则返回空列表，如果pattern中有括号()分组，则列表中只返回匹配成功后的分组中的字符串内容。
re.sub(pattern, repl, string, count=0)：使用正则表达式pattern在字符串string中匹配查找，匹配查找成功后使用新字符串repl替换掉匹配成功的字符串，并返回，count为替换次数，默认0不是替换0次，而是替换所有。repl中可以使用“\<num>”形式引用pattern中的分组内容。repl也可以是函数，该函数的参数为匹配对象，且应该返回一个字符串用于替换匹配成功的字符串，具体示例见下方的代码。
re.split(pattern, string, maxsplit=0)：使用匹配成功后的字符串作为“分割符”，返回分割后的字符串列表，maxsplit为分割的次数，默认0不是分割0次，而是分割所有。建议简单的字符串分割首选字符串本身的split方法，复杂的分割才考虑正则表达式。
re.finditer(pattern, string)：返回全部查找结果的迭代器，每个迭代对象为匹配对象，可以使用group()和groups()获取匹配成功的结果，如果没有匹配成功的字符串，则返回一个空的迭代器（不是None）。
　注：

group(*args)：匹配对象的group()默认返回匹配成功的整个字符串，如果正则表达式中有括号分组，可以指定返回第几个分组结果，指定时从1开始计数，比如group(2)返回匹配成功的字符串中的第二个分组结果；也可以指定返回多个分组结果，结果以元组的形式返回，比如group(1, 2, 3)以元组返回匹配成功的字符串中的第一、第二和第三个分组结果；如果正则表达式中给某个或某几个分组指定了别名，则可以使用别名来代替分组编号来获取匹配成功的对应分组结果。
groups()：匹配对象的groups()以元组的形式返回匹配成功后括号中分组的内容，相当于group(1,..., n)，但是正则表达式中没有括号分组，则返回空元组，即使匹配成功，也是返回空元组。