《Python核心编程》读书笔记（正则表达式）

正则表达式（RE）：由字符和特殊符号组成的字符串

常见的符号和字符

记号                    说明                                  样例
literal           匹配字符串的值                            foo 
rel1 **|** rel2   匹配正则表达式rel1或rel2                 foo|bar
 .                匹配任何字符(换行符除外)                     b.b  
 （1）：
^                 匹配字符串的开始                           ^Dear
$                 匹配字符串的结尾                           /bin/*sh$

（2）：
*                 匹配前面出现的正则表达式零次或多次            [A-Za-z0-9]
+                匹配前面出现的正则表达式一次或多次             [a-z]+.com
?                匹配前面出现的正则表达式零次或一次                 goo?
{N}               匹配前面出现的正则表达式N次                   [0-9]{3}
{M,N}           匹配重复出现M次到N次的正则表达式               [0-9]{3,5}

[...]            匹配字符组里出现的任意一个字符              [aeiou]
[..x-y..]       匹配从字符x到y中的任意一个字符              [0-9],[A-Za-z]
[^...]          不匹配此字符集中出现的任何一个字符        [^aeiou],[^A-Za-z]
c          逐一匹配特殊字符c(即取消它的特殊含义，按字面匹配)      .,..,*

（1）：^,$,b,B
b：匹配单词边界，不论这个单词前有字符（在一字符串中间）/ 没有字符（在一行起始处）
B：仅匹配出现在一单词中间的模式

（2）：“贪心”
正则表达式在匹配模式时，会尽量“吸收”更多的字符 -> “贪心”
–> ?
? 用在表示重复的元字符后面：表示要求搜索引擎匹配的字符串越短越好，留下尽可能多的字符给后面的模式（如果存在）

（3）特殊字符：
d 匹配任何数字，和[0-9] 一样。D 是d的反义：任何非数字
w 匹配任何数字字母字符，和[A-Za-z0-9]相同。W 是w 的反义
s 匹配任何空白符，和 [ntrvf] 相同。S 是s 的反义

（4）
(…) 匹配封闭括号中正则表达式，并保存为自组 (0-9{3})?,f(oo|u)bar

re模块：核心函数和方法
compile(pattern,flags = 0)
对正则表达式模式pattern进行编译，flags是可选标识符，返回一regex对象

group(),groups()：
在处理正则表达式时，除regex对象外，还有一：类型-匹配对象 -> 在match() / search() 被成功调用后返回的结果

group()   返回所有匹配对象/根据要求（括号中填入数字）返回某个特定自组
groups()  返回一包含唯一/所有自组的元组
若无：group()返回所有匹配对象，groups()返回一空元组

match(pattern,string,flags = 0)
常使用正则表达式模式pattern匹配字符串string（从开头开始），若匹配成功：返回一匹配对象；否则返回None

>>>m = re.match('(www)-(ddd)','abc-123')
>>>m.group()
'abc-123'
>>>m.group(1)              #若(a(b)) 则group(1)为先出现的括号（即（ab））
'abc'
>>>m.group(2)
'123'
>>>m.groups()
('abc','123')

>>>patt = '^(w){3}'         # 不等于 (w)(w)(w)，group(3)为第三个(w)
#而此group(1)一直被替换

search(pattern,flags = 0)
搜索，第一次出现， 成功返回一匹配对象，否则返回None

findall(pattern,string [,flags])
搜索，所有出现，成功返回一匹配对象的列表，否则返回一空列表

finditer(pattern,flags])
与findall() 相同，但是finditer() 返回一迭代器，对每个匹配，返回一匹配对象

split(pattern,max = 0)
根据正则表达式pattern中的分隔符，将字符string分割为一列表，返回该列表。最多分割max次（默认全部分割）

sub(pattern,repl,max = 0)
根据正则表达式pattern，搜索string，将匹配该pattern的替换为repl

subn() 与sub()同，返回一元祖 (..,..)：替换后的字符串和表示替换次数的数字