正則表達(dá)式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

re 模塊使 Python 語言擁有全部的正則表達(dá)式功能。

re.match函數(shù)
re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功或匹配失敗，match()就返回none。
函數(shù)語法：

re.match(pattern, string, flags=0)

注：pattern 匹配的正則表達(dá)式
string 要匹配的字符串。
flags 標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等

實(shí)例：

import re
print(re.match('www', 'www.baidu.com').span())  # 在起始位置匹配
print(re.match('com', 'www.baidu.com'))         # 不在起始位置匹配
print(re.match('abc', 'www.baidu.com'))         # 匹配失敗

輸出：

(0, 3)
None
None

re.search方法

re.search 掃描整個字符串并返回第一個成功的匹配。
函數(shù)語法：

re.search(pattern, string, flags=0)

實(shí)例：

import re
print(re.search('www', 'www.baidu.com').span())         # 在起始位置匹配
print(re.search('com', 'www.baidu.com').span())         # 不在起始位置匹配
print(re.search('wer', 'www.baidu.com').span())         # 匹配失敗

輸出：

(0, 3)
(11, 14)
None

re.sub()用于替換字符串中的匹配項。

語法：

re.sub(pattern, repl, string, count=0, flags=0)

參數(shù)：
pattern : 正則。
repl : 替換的字符串，也可為一個函數(shù)。
string : 原始字符串。
count : 模式匹配后替換的最大次數(shù)，默認(rèn) 0 表示替換所有的匹配。

import re
 
phone = "2004-959-559 # 這是將被刪除的注釋"
# 刪除字符串中的 Python注釋 
num = re.sub('#.*', "", phone)
print  num
 
# 刪除“-”
num = re.sub(r'\D', "", phone)
print num

輸出：

2004-959-559 
2004959559

正則表達(dá)式修飾符 - 可選標(biāo)志

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來控制匹配的模式。修飾符被指定為一個可選的標(biāo)志。多個標(biāo)志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志：

標(biāo)志

正則表達(dá)式模式

^   匹配字符串的開頭
$   匹配字符串的末尾。
.   匹配任意字符，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時，則可以匹配包括換行符的任意字符。
[...]   用來表示一組字符,單獨(dú)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個或多個的表達(dá)式。
re+ 匹配1個或多個的表達(dá)式。
re? 匹配0個或1個由前面的正則表達(dá)式定義的片段，非貪婪方式
re{ n}  
re{ n,} 精確匹配n個前面表達(dá)式。
re{ n, m}   匹配 n 到 m 次由前面的正則表達(dá)式定義的片段，貪婪方式
a| b    匹配a或b
(re)    G匹配括號內(nèi)的表達(dá)式，也表示一個組
(?imx)  正則表達(dá)式包含三種可選標(biāo)志：i, m, 或 x 。只影響括號中的區(qū)域。
(?-imx) 正則表達(dá)式關(guān)閉 i, m, 或 x 可選標(biāo)志。只影響括號中的區(qū)域。
(?: re) 類似 (...), 但是不表示一個組
(?imx: re)  在括號中使用i, m, 或 x 可選標(biāo)志
(?-imx: re) 在括號中不使用i, m, 或 x 可選標(biāo)志
(?#...) 注釋.
(?= re) 前向肯定界定符。如果所含正則表達(dá)式，以 ... 表示，在當(dāng)前位置成功匹配時成功，否則失敗。但一旦所含表達(dá)式已經(jīng)嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊。
(?! re) 前向否定界定符。與肯定界定符相反；當(dāng)所含表達(dá)式不能在字符串當(dāng)前位置匹配時成功
(?> re) 匹配的獨(dú)立模式，省去回溯。
\w  匹配字母數(shù)字及下劃線
\W  匹配非字母數(shù)字及下劃線
\s  匹配任意空白字符，等價于 [\t\n\r\f].
\S  匹配任意非空字符
\d  匹配任意數(shù)字，等價于 [0-9].
\D  匹配任意非數(shù)字
\A  匹配字符串開始
\Z  匹配字符串結(jié)束，如果是存在換行，只匹配到換行前的結(jié)束字符串。c
\z  匹配字符串結(jié)束
\G  匹配最后匹配完成的位置。
\b  匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B  匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等.  匹配一個換行符。匹配一個制表符。等
\1...\9 匹配第n個分組的內(nèi)容。
\10 匹配第n個分組的內(nèi)容，如果它經(jīng)匹配。否則指的是八進(jìn)制字符碼的表達(dá)式

字符類

[Pp]ython   匹配 "Python" 或 "python"
rub[ye]     匹配 "ruby" 或 "rube"
[aeiou]     匹配中括號內(nèi)的任意一個字母
[0-9]       匹配任何數(shù)字。類似于 [0123456789]
[a-z]       匹配任何小寫字母
[A-Z]       匹配任何大寫字母
[a-zA-Z0-9] 匹配任何字母及數(shù)字
[^aeiou]    除了aeiou字母以外的所有字符
[^0-9]      匹配除了數(shù)字外的字符

特殊字符類

.   匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內(nèi)的任何字符，請使用象 '[.\n]' 的模式。
\d  匹配一個數(shù)字字符。等價于 [0-9]。
\D  匹配一個非數(shù)字字符。等價于 [^0-9]。
\s  匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。
\S  匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。
\w  匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。
\W  匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。

應(yīng)用

import re
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print "matchObj.group() : ", matchObj.group()
    print "matchObj.group(1) : ", matchObj.group(1)
    print "matchObj.group(2) : ", matchObj.group(2)
else:
    print "No match!!"

正則表達(dá)式

r'(.*) are (.*?) .*

解析:
首先，這是一個字符串，前面的一個 r 表示字符串為非轉(zhuǎn)義的原始字符串，讓編譯器忽略反斜杠，也就是忽略轉(zhuǎn)義字符。但是這個字符串里沒有反斜杠，所以這個 r 可有可無。
(.) 第一個匹配分組，. 代表匹配除換行符之外的所有字符。
(.?) 第二個匹配分組，.? 后面多個問號，代表非貪婪模式，也就是說只匹配符合條件的最少字符
后面的一個 .* 沒有括號包圍，所以不是分組，匹配效果和第一個一樣，但是不計入匹配結(jié)果中。
matchObj.group() 等同于 matchObj.group(0)，表示匹配到的完整文本字符
matchObj.group(1) 得到第一組匹配結(jié)果，也就是(.)匹配到的
matchObj.group(2) 得到第二組匹配結(jié)果，也就是(.?)匹配到的
因?yàn)橹挥衅ヅ浣Y(jié)果中只有兩組，所以如果填 3 時會報錯。