python正则表达式备忘

admin

\d 匹配任何十进制数；相当于[0-9]
\D 匹配任何非数字字符；相当于[^0-9]
\s 匹配任何空白字符；相当于[\t\n\r\f\v]
\S 匹配任何非空白字符；相当于[^\t\n\r\f\v]
\w 匹配任何字母数字_；相当于[a-zA-Z0-9_]
\W 匹配任何非字母数字_；相当于[^a-zA-Z0-9_]

正则表达式里当有重复一个表达式规则需求的时候，用{数字}表示，比如：

r = r"^010-\d{8}"  #这个表达式标识匹配010开头的8位电话号码，\d标识匹配数字0-9

^作用：标识开头
$作用：标识结尾

*作用：
指定前一个字符可以被匹配零次或更多次，而不是只有一次。匹配引擎会试着重复尽可能多的次数（不超过整数界定范围20亿）

比如 r= r"ab*"  标识匹配b字符0次或者多次
[]作用：
匹配其中任何一个
比如[\+\-\*]匹配+-*中任何一个字符，元字符注意转译成普通字符，否则不起作用

|作用：常用来分组，配合()使用，控制范围
匹配前后字符中一个，比如A|B 匹配A或者B
当有分组的时候，findall会优先返回分组中的数据

[^]作用：
匹配不包括其中任何一个

.作用：
匹配任意一个字符

-作用：
代表一个范围

+作用：
表示匹配一次或更多次。注意*和+不同：*匹配0或者更多次，所以可以根本不出现，而+则要求至少出现一次

?作用：标识可有可无，表示将前面字符重复一次或者0次；还有加载重复元字符后面，标识最小匹配模式

正则表达式：贪婪模式（最大匹配）和非贪婪模式（最小匹配）
在一些标识重复匹配的元字符后面加一个?就会表示非贪婪匹配

{m,n}:比较灵活
其中m和n是十进制整数。该限定符的意思是至少有m个重复，至多到n个重复。a/{1,3}b
忽略m会认为下边界是0，而忽略n的结果将是上边界为无穷大（实际20亿）
{0,}等同于*，{1,}等同于+,而{0，1}等同于?.如果可以的话，最好使用*，+，?

编译正则表达式,编译之后的正则对象匹配速度会比未编译的快很多
import re
p = re.compile("ab")
re.compile编译的时候，我们可以加入一些标识，
re.I(IGNORECASE) 标识编译不区分大小写的正则
re.S(DOTALL) 使.匹配包括换行在内的所有字符，默认不加这个标识的时候.不能匹配\n\t等特殊字符
re.L(LOCALE) 做本地化识别匹配，法语等
re.M(MULTILINE) 多行匹配，影响^和$
re.X(VERBOSE) 能使用REs的verbose状态，使之被组织得更清晰易懂


字符串前加上r定义正则，就不会被任何特殊方式处理，防止反斜杠被转译掉。

re.match只匹配开头
re.search扫描字符串
正则替换
re.sub(正则，用来替换的字符，原始数据字符串)
re.subn,返回多了一个共替换了多少次

正则切割
re.split(正则表达式，原始数据字符)