一，常用的匹配規(guī)則

二，re模塊

compile()
編譯正則表達(dá)式模式，返回一個(gè)對(duì)象的模式。（可以把那些常用的正則表達(dá)式編譯成正則表達(dá)式對(duì)象，這樣可以提高一點(diǎn)效率。）
格式：

re.compile(pattern,flags=0)

pattern: 編譯時(shí)用的表達(dá)式字符串。

flags 編譯標(biāo)志位，用于修改正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等。常用的flags有：

match()
match() 方法，我們向這個(gè)方法傳入要匹配的字符串以及正則表達(dá)式，就可以來(lái)檢測(cè)這個(gè)正則表達(dá)式是否匹配字符串了。
match() 方法會(huì)嘗試從字符串的起始位置匹配正則表達(dá)式，如果匹配，就返回匹配成功的結(jié)果，如果不匹配，那就返回None。

import re

content ='Hello 123 4567 World_This is a Regex Demo'
print(len(content))
result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}',content)
print(result)   #打印匹配的結(jié)果
print(result.group())   #打印匹配到的字符串
print(result.span())    #打印匹配到的范圍

運(yùn)行結(jié)果：

41
<_sre.SRE_Match object at 0x0000000004C40E00>
Hello 123 4567 World_This
(0, 25)

這里我們首先聲明了一個(gè)字符串，包含英文字母、空白字符，數(shù)字等等內(nèi)容，接下來(lái)我們寫了一個(gè)正則表達(dá)式^Hello\s\d\d\d\s\d{4}\s\w{10}來(lái)匹配這個(gè)長(zhǎng)字符串。
開頭的^是匹配字符串的開頭，也就是以Hello開頭，然后\s匹配空白字符，用來(lái)匹配目標(biāo)字符串的空格，\d匹配數(shù)字，三個(gè)\d匹配123,然后再寫一個(gè)\s匹配空格，后面還有4567,其實(shí)我們依然可以用四個(gè)\d來(lái)匹配，但是這么寫起來(lái)比較繁瑣，所以在后面可以跟{4}代表匹配前面的字符四次，也就是匹配四個(gè)數(shù)字，這樣也可以完成匹配。然后再緊接著一個(gè)空白字符\s,然后\w{10}匹配10個(gè)字母及下劃線，正則表達(dá)式到此為止就結(jié)束了。
我們調(diào)用match()方法，第一個(gè)參數(shù)傳入了正則表達(dá)式，第二個(gè)參數(shù)傳入了要匹配的字符串。
打印輸出結(jié)果，可以看到結(jié)果是SRE_Match對(duì)象，證明成功匹配，他有兩個(gè)方法，group()方法可以輸出匹配到的內(nèi)容，結(jié)果是Hello 123 4567 World_This，這剛好是我們正則表達(dá)式所匹配出來(lái)的內(nèi)容。span() 方法可以輸出匹配的范圍，結(jié)果是(0, 25)。

search()
re.search函數(shù)會(huì)在字符串內(nèi)查找模式匹配,只要找到第一個(gè)匹配然后返回，如果字符串沒有匹配，則返回None。

print(re.search('com','www.4comrunoob.5com').group())

運(yùn)行結(jié)果：

4com

注：match和search一旦匹配成功，就是一個(gè)match object對(duì)象，而match object對(duì)象有以下方法：

group() 返回被 RE 匹配的字符串
start() 返回匹配開始的位置
end() 返回匹配結(jié)束的位置
span() 返回一個(gè)元組包含匹配 (開始,結(jié)束) 的位置
group() 返回re整體匹配的字符串，可以一次輸入多個(gè)組號(hào)，對(duì)應(yīng)組號(hào)匹配的字符串。
a. group（）返回re整體匹配的字符串，
b. group (n,m) 返回組號(hào)為n，m所匹配的字符串，如果組號(hào)不存在，則返回indexError異常
c.groups（）groups() 方法返回一個(gè)包含正則表達(dá)式中所有小組字符串的元組，從 1 到所含的小組號(hào)，通常groups()不需要參數(shù)，返回一個(gè)元組，元組中的元就是正則表達(dá)式中定義的組。

import re
a = "123abc456"
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0))   #123abc456,返回整體
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1))   #123
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2))   #abc
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3))   #456

group(1) 列出第一個(gè)括號(hào)匹配部分，group(2) 列出第二個(gè)括號(hào)匹配部分，group(3) 列出第三個(gè)括號(hào)匹配部分。

findall()
re.findall遍歷匹配，可以獲取字符串中所有匹配的字符串，返回一個(gè)列表。

p = re.compile(r'\d+')
print(p.findall('o1n2m3k4'))

運(yùn)行結(jié)果：

['1', '2', '3', '4']  #返回一個(gè)列表

tt = 'Tina is a good girl, she is cool, clever, and so on...'

rr = re.compile(r'\w*oo\w')
print(rr.findall(tt))
print(re.findall(r'(\w)*oo(\w)',tt))

運(yùn)行結(jié)果：

['good', 'cool']
[('g', 'd'), ('c', 'l')]

finditer()
搜索string，返回一個(gè)順序訪問每一個(gè)匹配結(jié)果（Match對(duì)象）的迭代器。找到 RE 匹配的所有子串，并把它們作為一個(gè)迭代器返回。

iter = re.finditer(r'\d+','12 drumm44ers drumming, 11 ... 10 ...')
for i in iter:
    print(i)
    print(i.group())
    print(i.span())
執(zhí)行結(jié)果如下：
<_sre.SRE_Match object; span=(0, 2), match='12'>
12
(0, 2)
<_sre.SRE_Match object; span=(8, 10), match='44'>
44
(8, 10)
<_sre.SRE_Match object; span=(24, 26), match='11'>
11
(24, 26)
<_sre.SRE_Match object; span=(31, 33), match='10'>
10
(31, 33)

split()
按照能夠匹配的子串將string分割后返回列表。

可以使用re.split來(lái)分割字符串，如：re.split(r'\s+', text)；將字符串按空格分割成一個(gè)單詞列表。

print(re.split('\d+','one1two2three3four4five5'))
執(zhí)行結(jié)果如下：
['one', 'two', 'three', 'four', 'five', '']

sub()
使用re替換string中每一個(gè)匹配的子串后返回替換后的字符串。

import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print(re.sub(r'\s+', '-', text))
執(zhí)行結(jié)果如下：
JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...
其中第二個(gè)函數(shù)是替換后的字符串；本例中為'-'

第四個(gè)參數(shù)指替換個(gè)數(shù)。默認(rèn)為0，表示每個(gè)匹配項(xiàng)都替換。

re.match與re.search與re.findall的區(qū)別：
e.match只匹配字符串的開始，如果字符串開始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回None；而re.search匹配整個(gè)字符串，直到找到一個(gè)匹配。

a=re.search('[\d]',"abc33").group()
print(a)
p=re.match('[\d]',"abc33")
print(p)
b=re.findall('[\d]',"abc33")
print(b)
執(zhí)行結(jié)果：
3
None
['3', '3']

_貪婪匹配與非貪婪匹配
?,+?,??,{m,n}? 前面的,+,?等都是貪婪匹配，也就是盡可能匹配，后面加?號(hào)使其變成惰性匹配

a = re.findall(r"a(\d+?)",'a23b')
print(a)
b = re.findall(r"a(\d+)",'a23b')
print(b)
執(zhí)行結(jié)果：
['2']
['23']

a = re.match('<(.*)>','<H1>title<H1>').group()
print(a)
b = re.match('<(.*?)>','<H1>title<H1>').group()
print(b)
執(zhí)行結(jié)果：
<H1>title<H1>
<H1>

a = re.findall(r"a(\d+)b",'a3333b')
print(a)
b = re.findall(r"a(\d+?)b",'a3333b')
print(b)
執(zhí)行結(jié)果如下：
['3333']
['3333']
#######################
這里需要注意的是如果前后均有限定條件的時(shí)候，就不存在什么貪婪模式了，非匹配模式失效。