1. 常用字符含義
'\w' == [A-Za-z0-9_] -- 代表字母、數(shù)字和下劃線
'\W' -- 代表除了字母、數(shù)字和下劃線
'\d' -- 代表數(shù)字
'.' -- 代表除了換行符'\n'以外的所有字符
'\b' -- 代表“非字符”與“字符”之間的界限，如str="[2:3:1]hello", re.search(r"\b.:.:.\b", str)會找到“2:3:1”
'+' -- 左邊的一個字符出現(xiàn) >= 1 次，返回最長的符合的
'*' -- 左邊的一個字符出現(xiàn) >= 0 次，返回最長的符合的
'?' -- 左邊的一個字符出現(xiàn) 0次 或者 1次，返回最長的符合的
'\s' -- 代表空格鍵whitespace；'\S' -- 除了whitespace以外的字符。即包含了'\n' -- 代表換行符newline；'\r' -- 代表回車鍵return；'\t' -- 代表tab鍵
'^' -- 代表string開始位置；'$' -- 代表string結(jié)束位置
'[^]' -- '^'忽略放括號中的，即reverse
'[]' -- 用來組合一些字符，如[A-Za-z0-9_], [\w.-]
'()' -- 用來表示findall()中的group
2. python正則表達式用法
2.1 re.search(pattern, str)
返回第一個匹配的。
如果找到了就會返回這個對象，然后用match.group()獲得值，如果沒找到返回None。
import re
str = "Hello, python! Hello, python"
match = re.search(r"Hello.+!", str) # 返回Hello, python”
2.2 re.findall(pattern, str)
返回所有找到的匹配字符串，不再需要group()去獲取值了。
import re
str = "Hello, python! Hello, python!"
matches = re.findall(r"Hello.+!", str)
for match in matches:
print (match)
# 返回Hello, python! Hello, python!
2.3 re.findall(pattern, str)和文件讀取
使用findall可以非常方便的從file中找到所有的匹配字符串。
f = open('test.txt', 'r')
strings = re.findall(r'some pattern', f.read())
2.4 group()在re.findall(pattern, str)中的使用
雖然用findall返回的就是字符串了，但是如果可以使用group就可以非常方便的從字符串中抽取自己想要的東西。只要把自己要的部分用‘()’括起來就行啦！
import re
# 例子1
str = 'purple alice@google.com, blah monkey bob@abc.com blah dishwasher'
tuples = re.findall(r'([\w\.-]+)@([\w\.-]+)', str)
print (tuples) ## [('alice', 'google.com'), ('bob', 'abc.com')]
for tuple in tuples:
print (tuple[0]) ## username
print (tuple[1]) ## host
# 例子2
str = "[02:03.132]fjeijfefi"
tuples = re.findall(r"\[(\d+):(\d+)\.(\d+)\]", str)
for tuple in tuples:
print("time is: %d:%d.%d" % (int(tuple[0]), int(tuple[1]), int(tuple[2]))) #time is: 2:3.132
如果，在pattern中括號需要匹配，則用反斜杠'\(', '\)'。
如果，只想用括號來單純的表示一些組合使得閱讀方便，而不想表示group，可以在每一組括號的左括號后加上'?:'，即'(?:[\w.-]+)@(?:[\w.-]+)'。
2.5 re.sub(pattern, replacement, str)
把給定的pattern取代掉。
其中的replacement，可以用'\1', '\2'來表示取代group(1)，group(2)的結(jié)束位置之后的部分（部分不是group）。
str = 'purple alice@google.com, blah monkey bob@abc.com blah dishwasher'
# 把域名“google.com”換成“yo-yo-dyne.com”，這屬于第一個group的結(jié)束位置，所以使用'\1'
print re.sub(r'([\w\.-]+)@([\w\.-]+)', r'\1@yo-yo-dyne.com', str)
# 結(jié)果：purple alice@yo-yo-dyne.com, blah monkey bob@yo-yo-dyne.com blah dishwasher
print re.sub(r'([\w\.-]+)@([\w\.-]+)', r'\1@yo-yo-dyne.com', str)
對于這一個函數(shù)的理解不深，google education中寫的怪怪的。
3. 其他的options
在re.research(pattern, str)和re.findall(pattern, str)中還有以下參數(shù)可以調(diào)控：
如：re.search(pat, str, re.IGNORECASE).
re.IGNORECASE -- 忽略大小寫
re.DOTALL -- 讓'.'也包含newline
re. MULTILINE -- 當一個字符串由多行組成時，允許'^'和'
'只匹配整個字符串的開始和結(jié)束位置。
4. 非常重要的提醒
一定要小心‘*’，'+'導致的貪婪greedy問題。
import re
str = "[2:1:2]i am a girl[2:3:1]"
tuples = re.findall(r"\[.*\]", str)
for tuple in tuples:
print (tuple)
以上的結(jié)果是"[2:1:2]i am a girl[2:3:1]"。
因為，'.*'會無休止的走下去，直到遇到最后一個']'。
為了防止這種不正常的greedy，可以這樣：'.*?'來強制在找到第一個']'的時候就停止。所以正確的pattern是：r"[.*?]"
