python正則表達(dá)式re模塊詳細(xì)介紹
本模塊提供了和Perl里的正則表達(dá)式類似的功能，不關(guān)是正則表達(dá)式本身還是被搜索的字符串，都可以是Unicode字符，這點(diǎn)不用擔(dān)心，python會處理地和Ascii字符一樣漂亮。
正則表達(dá)式使用反斜桿（\）來轉(zhuǎn)義特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含義。這可能會和python字面意義上的字符串轉(zhuǎn)義相沖突，這也許有些令人費(fèi)解。比如，要匹配一個反斜桿本身，你也許要用'\\\\'來做為正則表達(dá)式的字符串，因?yàn)檎齽t表達(dá)式要是\\，而字符串里，每個反斜桿都要寫成\\。
你也可以在字符串前加上 r 這個前綴來避免部分疑惑，因?yàn)?r 開頭的python字符串是 raw 字符串，所以里面的所有字符都不會被轉(zhuǎn)義，比如r'\n'這個字符串就是一個反斜桿加上一字母n，而'\n'我們知道這是個換行符。因此，上面的'\\\\'你也可以寫成r'\\'，這樣，應(yīng)該就好理解很多了?？梢钥聪旅孢@段：
>>> import re
>>> s = '\x5c' #0x5c就是反斜桿
>>> print s
\
>>> re.match('\\\\', s) #這樣可以匹配
<_sre.SRE_Match object at 0xb6949e20>
>>> re.match(r'\\', s) #這樣也可以
<_sre.SRE_Match object at 0x80ce2c0>
>>> re.match('\\', s) #但是這樣不行
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.6/re.py", line 137, in match
return _compile(pattern, flags).match(string)
File "/usr/lib/python2.6/re.py", line 245, in _compile
raise error, v # invalid expression
sre_constants.error: bogus escape (end of line)
>>>
另外值得一提的是，re模塊的方法，大多也就是RegexObject對象的方法，兩者的區(qū)別在于執(zhí)行效率。這個在最后再展開吧。
正則表達(dá)式語法
正則表達(dá)式（RE）指定一個與之匹配的字符集合；本模塊所提供的函數(shù)，將可以用來檢查所給的字符串是否與指定的正則表達(dá)式匹配。
正則表達(dá)式可以被連接，從而形成新的正則表達(dá)式；例如A和B都是正則表達(dá)式，那么AB也是正則表達(dá)式。一般地，如果字符串p與A匹配，q與B匹配的話，那么字符串pq也會與AB匹配，但A或者B里含有邊界限定條件或者命名組操作的情況除外。也就是說，復(fù)雜的正則表達(dá)式可以用簡單的連接而成。
正則表達(dá)式可以包含特殊字符和普通字符，大部分字符比如'A'，'a'和'0'都是普通字符，如果做為正則表達(dá)式，它們將匹配它們本身。由于正則表達(dá)式可以連接，所以連接多個普通字符而成的正則表達(dá)式last也將匹配'last'。（后面將用不帶引號的表示正則表達(dá)式，帶引號的表示字符串）
下面就來介紹正則表達(dá)式的特殊字符：
'.'
點(diǎn)號，在普通模式，它匹配除換行符外的任意一個字符；如果指定了 DOTALL 標(biāo)記，匹配包括換行符以內(nèi)的任意一個字符。
'^'
尖尖號，匹配一個字符串的開始，在 MULTILINE 模式下，也將匹配任意一個新行的開始。
'$'
美元符號，匹配一個字符串的結(jié)尾或者字符串最后面的換行符，在 MULTILINE 模式下，也匹配任意一行的行尾。也就是說，普通模式下，foo.$去搜索'foo1\nfoo2\n'只會找到'foo2′，但是在 MULTILINE 模式，還能找到 ‘foo1′，而且就用一個 $ 去搜索'foo\n'的話，會找到兩個空的匹配：一個是最后的換行符，一個是字符串的結(jié)尾，演示：
>>> re.findall('(foo.$)', 'foo1\nfoo2\n')
['foo2']
>>> re.findall('(foo.$)', 'foo1\nfoo2\n', re.MULTILINE)
['foo1', 'foo2']
>>> re.findall('($)', 'foo\n')
['', '']
'*'
星號，指定將前面的RE重復(fù)0次或者任意多次，而且總是試圖盡量多次地匹配。
'+'
加號，指定將前面的RE重復(fù)1次或者任意多次，而且總是試圖盡量多次地匹配。
'?'
問號，指定將前面的RE重復(fù)0次或者1次，如果有的話，也盡量匹配1次。
*?， +?， ??
從前面的描述可以看到'*'，'+'和'?'都是貪婪的，但這也許并不是我們說要的，所以，可以在后面加個問號，將策略改為非貪婪，只匹配盡量少的RE。示例，體會兩者的區(qū)別：
>>> re.findall('<(.*)>', '<H1>title</H1>')
['H1>title</H1']
>>> re.findall('<(.*?)>', '<H1>title</H1>')
['H1', '/H1']
{m}
m是一個數(shù)字，指定將前面的RE重復(fù)m次。
{m,n}
m和n都是數(shù)字，指定將前面的RE重復(fù)m到n次，例如a{3,5}匹配3到5個連續(xù)的a。注意，如果省略m，將匹配0到n個前面的RE；如果省略n，將匹配n到無窮多個前面的RE；當(dāng)然中間的逗號是不能省略的，不然就變成前面那種形式了。
{m,n}?
前面說的{m,n}，也是貪婪的，a{3,5}如果有5個以上連續(xù)a的話，會匹配5個，這個也可以通過加問號改變。a{3,5}?如果可能的話，將只匹配3個a。
'\'
反斜桿，轉(zhuǎn)義'*'，'?'等特殊字符，或者指定一個特殊序列（下面會詳述）
由于之前所述的原因，強(qiáng)烈建議用raw字符串來表述正則。
[]
方括號，用于指定一個字符的集合?？梢詥为?dú)列出字符，也可以用'-'連接起止字符以表示一個范圍。特殊字符在中括號里將失效，比如[akm$]就表示字符'a'，'k'，'m'，或'$'，在這里$也變身為普通字符了。[a-z]匹配任意一個小寫字母，[a-zA-Z0-9]匹配任意一個字母或數(shù)字。如果你要匹配']'或'-'本身，你需要加反斜桿轉(zhuǎn)義，或者是將其置于中括號的最前面，比如[]]可以匹配']'
你還可以對一個字符集合取反，以匹配任意不在這個字符集合里的字符，取反操作用一個'^'放在集合的最前面表示，放在其他地方的'^'將不會起特殊作用。例如[^5]將匹配任意不是'5'的字符；[^^]將匹配任意不是'^'的字符。
注意：在中括號里，+、*、(、)這類字符將會失去特殊含義，僅作為普通字符。反向引用也不能在中括號內(nèi)使用。
'|'
管道符號，A和B是任意的RE，那么A|B就是匹配A或者B的一個新的RE。任意個數(shù)的RE都可以像這樣用管道符號間隔連接起來。這種形式可以被用于組中（后面將詳述）。對于目標(biāo)字符串，被'|'分割的RE將自左至右一一被測試，一旦有一個測試成功，后面的將不再被測試，即使后面的RE可能可以匹配更長的串，換句話說，'|'操作符是非貪婪的。要匹配字面意義上的'|'，可以用反斜桿轉(zhuǎn)義：\|，或是包含在反括號內(nèi)：[|]。
(...)
匹配圓括號里的RE匹配的內(nèi)容，并指定組的開始和結(jié)束位置。組里面的內(nèi)容可以被提取，也可以采用\number這樣的特殊序列，被用于后續(xù)的匹配。要匹配字面意義上的'('和')'，可以用反斜桿轉(zhuǎn)義：\(、\)，或是包含在反括號內(nèi)：[(]、[)]。
(?...)
這是一個表達(dá)式的擴(kuò)展符號。'?'后的第一個字母決定了整個表達(dá)式的語法和含義，除了(?P...)以外，表達(dá)式不會產(chǎn)生一個新的組。下面介紹幾個目前已被支持的擴(kuò)展：
(?iLmsux)
'i'、'L'、'm'、's'、'u'、'x'里的一個或多個字母。表達(dá)式不匹配任何字符，但是指定相應(yīng)的標(biāo)志：re.I(忽略大小寫)、re.L(依賴locale)、re.M(多行模式)、re.S(.匹配所有字符)、re.U(依賴Unicode)、re.X(詳細(xì)模式)。關(guān)于各個模式的區(qū)別，下面會有專門的一節(jié)來介紹的。使用這個語法可以代替在re.compile()的時候或者調(diào)用的時候指定flag參數(shù)。
例如，上面舉過的例子，可以改寫成這樣（和指定了re.MULTILINE是一樣的效果）：
>>> re.findall('(?m)(foo.$)', 'foo1\nfoo2\n')
['foo1', 'foo2']
另外，還要注意(?x)標(biāo)志如果有的話，要放在最前面。
(?:...)
匹配內(nèi)部的RE所匹配的內(nèi)容，但是不建立組。
(?P<name>...)
和普通的圓括號類似，但是子串匹配到的內(nèi)容將可以用命名的name參數(shù)來提取。組的name必須是有效的python標(biāo)識符，而且在本表達(dá)式內(nèi)不重名。命名了的組和普通組一樣，也用數(shù)字來提取，也就是說名字只是個額外的屬性。
演示一下：
>>> m=re.match('(?P<var>[a-zA-Z_]\w*)', 'abc=123')
>>> m.group('var')
'abc'
>>> m.group(1)
'abc'
(?P=name)
匹配之前以name命名的組里的內(nèi)容。
演示一下：
>>> re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>', '<h1>xxx</h2>') #這個不匹配
>>> re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>', '<h1>xxx</h1>') #這個匹配
<_sre.SRE_Match object at 0xb69588e0>
(?#...)
注釋，圓括號里的內(nèi)容會被忽略。
(?=...)
如果 ... 匹配接下來的字符，才算匹配，但是并不會消耗任何被匹配的字符。例如 Isaac (?=Asimov) 只會匹配后面跟著 'Asimov' 的 'Isaac '，這個叫做“前瞻斷言”。
(?!...)
和上面的相反，只匹配接下來的字符串不匹配 ... 的串，這叫做“反前瞻斷言”。
(?<=...)
只有當(dāng)當(dāng)前位置之前的字符串匹配 ... ，整個匹配才有效，這叫“后顧斷言”。字符串'abcdef'可以匹配正則(?<=abc)def，因?yàn)闀笙虿檎?個字符，看是否為abc。所以內(nèi)置的子RE，需要是固定長度的，比如可以是abc、a|b，但不能是a*、a{3,4}。注意這種RE永遠(yuǎn)不會匹配到字符串的開頭。舉個例子，找到連字符（'-'）后的單詞：
>>> m = re.search('(?<=-)\w+', 'spam-egg')
>>> m.group(0)
'egg'
(?<!...)
同理，這個叫做“反后顧斷言”，子RE需要固定長度的，含義是前面的字符串不匹配 ... 整個才算匹配。
(?(id/name)yes-pattern|no-pattern)
如有由id或者name指定的組存在的話，將會匹配yes-pattern，否則將會匹配no-pattern，通常情況下no-pattern也可以省略。例如：(<)?(\w+@\w+(?:\.\w+)+)(?(1)>)可以匹配 '<user@host.com>' 和 'user@host.com'，但是不會匹配 '<user@host.com'。
下面列出以'\'開頭的特殊序列。如果某個字符沒有在下面列出，那么RE的結(jié)果會只匹配那個字母本身，比如，\$只匹配字面意義上的'$'。
\number
匹配number所指的組相同的字符串。組的序號從1開始。例如：(.+) \1可以匹配'the the'和'55 55'，但不匹配'the end'。這種序列在一個正則表達(dá)式里最多可以有99個，如果number以0開頭，或是有3位以上的數(shù)字，就會被當(dāng)做八進(jìn)制表示的字符了。同時，這個也不能用于方括號內(nèi)。
\A
只匹配字符串的開始。
\b
匹配單詞邊界（包括開始和結(jié)束），這里的“單詞”，是指連續(xù)的字母、數(shù)字和下劃線組成的字符串。注意，\b的定義是\w和\W的交界，所以精確的定義有賴于UNICODE和LOCALE這兩個標(biāo)志位。
\B
和\b相反，\B匹配非單詞邊界。也依賴于UNICODE和LOCALE這兩個標(biāo)志位。
\d
未指定UNICODE標(biāo)志時，匹配數(shù)字，等效于：[0-9]。指定了UNICODE標(biāo)志時，還會匹配其他Unicode庫里描述為字符串的符號。便于理解，舉個例子（好不容易找的例子啊，呵呵）：
#\u2076\和u2084分別是上標(biāo)的6和下標(biāo)的4，屬于unicode的DIGIT
>>> unistr = u'\u2076\u2084abc'
>>> print unistr
⁶₄abc
>>> print re.findall('\d+', unistr, re.U)[0]
⁶₄
\D
和\d相反，不多說了。
\s
當(dāng)未指定UNICODE和LOCALE這兩個標(biāo)志位時，匹配任何空白字符，等效于[ \t\n\r\f\v]。如果指定了LOCALE，則還要加LOCALE相關(guān)的空白字符；如果指定了UNICODE，還要加上UNICODE空白字符，如較常見的空寬度連接空格（\uFEFF）、零寬度非連接空格(\u200B)等。
\S
和\s相反，也不多說。
\w
當(dāng)未指定UNICODE和LOCALE這兩個標(biāo)志位時，等效于[a-zA-Z0-9_]。當(dāng)指定了LOCALE時，為[0-9_]加上當(dāng)前LOCAL指定的字母。當(dāng)指定了UNICODE時，為[0-9_]加上UNICODE庫里的所有字母。
\W
和\w相反，不多說。
\Z
只匹配字符串的結(jié)尾。
匹配之搜索
python提供了兩種基于正則表達(dá)式的操作：匹配（match）從字符串的開始檢查字符串是否個正則匹配。而搜索（search）檢查字符串任意位置是否有匹配的子串（perl默認(rèn)就是如此）。
注意，即使search的正則以'^'開頭，match和search也還是有許多不同的。
>>> re.match("c", "abcdef") # 不匹配
>>> re.search("c", "abcdef") # 匹配
<_sre.SRE_Match object at ...>
模塊的屬性和方法
re.compile(pattern[, flags])
把一個正則表達(dá)式pattern編譯成正則對象，以便可以用正則對象的match和search方法。
得到的正則對象的行為（也就是模式）可以用flags來指定，值可以由幾個下面的值OR得到。
以下兩段內(nèi)容在語法上是等效的：
prog = re.compile(pattern)
result = prog.match(string)
result = re.match(pattern, string)
區(qū)別是，用了re.compile以后，正則對象會得到保留，這樣在需要多次運(yùn)用這個正則對象的時候，效率會有較大的提升。再用上面用過的例子來演示一下，用相同的正則匹配相同的字符串，執(zhí)行100萬次，就體現(xiàn)出compile的效率了（數(shù)據(jù)來自我那1.86G CPU的神舟本本）：
>>> timeit.timeit(
... setup='''import re; reg = re.compile('<(?P<tagname>\w*)>.*</(?P=tagname)>')''',
... stmt='''reg.match('<h1>xxx</h1>')''',
... number=1000000)
1.2062149047851562
>>> timeit.timeit(
... setup='''import re''',
... stmt='''re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>', '<h1>xxx</h1>')''',
... number=1000000)
4.4380838871002197
re.I
re.IGNORECASE
讓正則表達(dá)式忽略大小寫，這樣一來，[A-Z]也可以匹配小寫字母了。此特性和locale無關(guān)。
re.L
re.LOCALE
讓\w、\W、\b、\B、\s和\S依賴當(dāng)前的locale。
re.M
re.MULTILINE
影響'^'和'$'的行為，指定了以后，'^'會增加匹配每行的開始（也就是換行符后的位置）；'$'會增加匹配每行的結(jié)束（也就是換行符前的位置）。
re.S
re.DOTALL
影響'.'的行為，平時'.'匹配除換行符以外的所有字符，指定了本標(biāo)志以后，也可以匹配換行符。
re.U
re.UNICODE
讓\w、\W、\b、\B、\d、\D、\s和\S依賴Unicode庫。
re.X
re.VERBOSE
運(yùn)用這個標(biāo)志，你可以寫出可讀性更好的正則表達(dá)式：除了在方括號內(nèi)的和被反斜杠轉(zhuǎn)義的以外的所有空白字符，都將被忽略，而且每行中，一個正常的井號后的所有字符也被忽略，這樣就可以方便地在正則表達(dá)式內(nèi)部寫注釋了。也就是說，下面兩個正則表達(dá)式是等效的：
a = re.compile(r"""\d + # the integral part
\. # the decimal point
\d * # some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")
re.search(pattern, string[, flags])
掃描string，看是否有個位置可以匹配正則表達(dá)式pattern。如果找到了，就返回一個MatchObject的實(shí)例，否則返回None，注意這和找到長度為0的子串含義是不一樣的。搜索過程受flags的影響。
re.match(pattern, string[, flags])
如果字符串string的開頭和正則表達(dá)式pattern匹配的話，返回一個相應(yīng)的MatchObject的實(shí)例，否則返回None
注意：要在字符串的任意位置搜索的話，需要使用上面的search()。
re.split(pattern, string[, maxsplit=0])
用匹配pattern的子串來分割string，如果pattern里使用了圓括號，那么被pattern匹配到的串也將作為返回值列表的一部分。如果maxsplit不為0，則最多被分割為maxsplit個子串，剩余部分將整個地被返回。
>>> re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
>>> re.split('(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
>>> re.split('\W+', 'Words, words, words.', 1)
['Words', 'words, words.']
如果正則有圓括號，并且可以匹配到字符串的開始位置的時候，返回值的第一項(xiàng)，會多出一個空字符串。匹配到字符結(jié)尾也是同樣的道理：
>>> re.split('(\W+)', '...words, words...')
['', '...', 'words', ', ', 'words', '...', '']
注意，split不會被零長度的正則所分割，例如：
>>> re.split('x*', 'foo')
['foo']
>>> re.split("(?m)^$", "foo\n\nbar\n")
['foo\n\nbar\n']
re.findall(pattern, string[, flags])
以列表的形式返回string里匹配pattern的不重疊的子串。string會被從左到右依次掃描，返回的列表也是從左到右一次匹配到的。如果pattern里含有組的話，那么會返回匹配到的組的列表；如果pattern里有多個組，那么各組會先組成一個元組，然后返回值將是一個元組的列表。
由于這個函數(shù)不會涉及到MatchObject之類的概念，所以，對新手來說，應(yīng)該是最好理解也最容易使用的一個函數(shù)了。下面就此來舉幾個簡單的例子：
#簡單的findall
>>> re.findall('\w+', 'hello, world!')
['hello', 'world']
#這個返回的就是元組的列表
>>> re.findall('(\d+)\.(\d+)\.(\d+)\.(\d+)', 'My IP is 192.168.0.2, and your is 192.168.0.3.')
[('192', '168', '0', '2'), ('192', '168', '0', '3')]
re. finditer(pattern, string[, flags])
和上面的findall()類似，但返回的是MatchObject的實(shí)例的迭代器。
還是例子說明問題：
... print m.group()
...
hello
world
re.sub(pattern, repl, string[, count])
替換，將string里，匹配pattern的部分，用repl替換掉，最多替換count次（剩余的匹配將不做處理），然后返回替換后的字符串。如果string里沒有可以匹配pattern的串，將被原封不動地返回。repl可以是一個字符串，也可以是一個函數(shù)（也可以參考我以前的例子）。如果repl是個字符串，則其中的反斜桿會被處理過，比如 \n 會被轉(zhuǎn)成換行符，反斜桿加數(shù)字會被替換成相應(yīng)的組，比如 \6 表示pattern匹配到的第6個組的內(nèi)容。
例子：
>>> re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',
... r'static PyObject*\npy_\1(void)\n{',
... 'def myfunc():')
'static PyObject*\npy_myfunc(void)\n{'
如果repl是個函數(shù)，每次pattern被匹配到的時候，都會被調(diào)用一次，傳入一個匹配到的MatchObject對象，需要返回一個字符串，在匹配到的位置，就填入返回的字符串。
例子：
>>> def dashrepl(matchobj):
... if matchobj.group(0) == '-': return ' '
... else: return '-'
>>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')
'pro--gram files'
零長度的匹配也會被替換，比如：
>>> re.sub('x*', '-', 'abcxxd')
'-a-b-c-d-'
特殊地，在替換字符串里，如果有\(zhòng)g這樣的寫法，將匹配正則的命名組（前面介紹過的，(?P...)這樣定義出來的東西）。\g這樣的寫法，也是數(shù)字的組，也就是說，\g<2>一般和\2是等效的，但是萬一你要在\2后面緊接著寫上字面意義的0，你就不能寫成\20了（因?yàn)檫@代表第20個組），這時候必須寫成\g<2>0，另外，\g<0>代表匹配到的整個子串。
例子：
>>> re.sub('-(\d+)-', '-\g<1>0\g<0>', 'a-11-b-22-c')
'a-110-11-b-220-22-c'
re.subn(pattern, repl, string[, count])
跟上面的sub()函數(shù)一樣，只是它返回的是一個元組 (新字符串, 匹配到的次數(shù))
，還是用例子說話：
>>> re.subn('-(\d+)-', '-\g<1>0\g<0>', 'a-11-b-22-c')
('a-110-11-b-220-22-c', 2)
re.escape(string)
把string中，除了字母和數(shù)字以外的字符，都加上反斜桿。
>>> print re.escape('abc123_@#$')
abc123\_\@\#\$
exception re.error
如果字符串不能被成功編譯成正則表達(dá)式或者正則表達(dá)式在匹配過程中出錯了，都會拋出此異常。但是如果正則表達(dá)式?jīng)]有匹配到任何文本，是不會拋出這個異常的。
正則對象
正則對象由re.compile()返回。它有如下的屬性和方法。
match(string[, pos[, endpos]])
作用和模塊的match()函數(shù)類似，區(qū)別就是后面兩個參數(shù)。
pos是開始搜索的位置，默認(rèn)為0。endpos是搜索的結(jié)束位置，如果endpos比pos還小的話，結(jié)果肯定是空的。也就是說只有pos 到 endpos-1 位置的字符串將會被搜索。
例子：
>>> pattern = re.compile("o")
>>> pattern.match("dog") # 開始位置不是o，所以不匹配
>>> pattern.match("dog", 1) # 第二個字符是o，所以匹配
<_sre.SRE_Match object at ...>
search(string[, pos[, endpos]])
作用和模塊的search()函數(shù)類似，pos和endpos參數(shù)和上面的match()函數(shù)類似。
split(string[, maxsplit=0])
findall(string[, pos[, endpos]])
finditer(string[, pos[, endpos]])
sub(repl, string[, count=0])
subn(repl, string[, count=0])
這幾個函數(shù)，都和模塊的相應(yīng)函數(shù)一致。
flags
編譯本RE時，指定的標(biāo)志位，如果未指定任何標(biāo)志位，則為0。
>>> pattern = re.compile("o", re.S|re.U)
>>> pattern.flags
48
groups
RE所含有的組的個數(shù)。
groupindex
一個字典，定義了命名組的名字和序號之間的關(guān)系。
例子：這個正則有3個組，如果匹配到，第一個叫區(qū)號，最后一個叫分機(jī)號，中間的那個未命名
>>> pattern.groups
3
>>> pattern.groupindex
{'fenjihao': 3, 'quhao': 1}
pattern
建立本RE的原始字符串，相當(dāng)于源代碼了，呵呵。
還是上面這個正則，可以看到，會原樣返回：
>>> print pattern.pattern
(?P<quhao>\d+)-(\d+)-(?P<fenjihao>\d+)
Match對象
re.MatchObject被用于布爾判斷的時候，始終返回True，所以你用 if 語句來判斷某個 match() 是否成功是安全的。
它有以下方法和屬性：
expand(template)
用template做為模板，將MatchObject展開，就像sub()里的行為一樣，看例子：
>>> m = re.match('a=(\d+)', 'a=100')
>>> m.expand('above a is \g<1>')
'above a is 100'
>>> m.expand(r'above a is \1')
'above a is 100'
group([group1, ...])
返回一個或多個子組。如果參數(shù)為一個，就返回一個子串；如果參數(shù)有多個，就返回多個子串注冊的元組。如果不傳任何參數(shù)，效果和傳入一個0一樣，將返回整個匹配。如果某個groupN未匹配到，相應(yīng)位置會返回None。如果某個groupN是負(fù)數(shù)或者大于group的總數(shù)，則會拋出IndexError異常。
>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")
>>> m.group(0) # 整個匹配
'Isaac Newton'
>>> m.group(1) # 第一個子串
'Isaac'
>>> m.group(2) # 第二個子串
'Newton'
>>> m.group(1, 2) # 多個子串組成的元組
('Isaac', 'Newton')
如果有其中有用(?P...)這種語法命名過的子串的話，相應(yīng)的groupN也可以是名字字符串。例如：
>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
>>> m.group('first_name')
'Malcolm'
>>> m.group('last_name')
'Reynolds'
如果某個組被匹配到多次，那么只有最后一次的數(shù)據(jù)，可以被提取到：
>>> m = re.match(r"(..)+", "a1b2c3") # 匹配到3次
>>> m.group(1) # 返回的是最后一次
'c3'
groups([default])
返回一個由所有匹配到的子串組成的元組。default參數(shù)，用于給那些沒有匹配到的組做默認(rèn)值，它的默認(rèn)值是None
例如：
>>> m = re.match(r"(\d+)\.(\d+)", "24.1632")
>>> m.groups()
('24', '1632')
default的作用：
>>> m = re.match(r"(\d+)\.?(\d+)?", "24")
>>> m.groups() # 第二個默認(rèn)是None
('24', None)
>>> m.groups('0') # 現(xiàn)在默認(rèn)是0了
('24', '0')
groupdict([default])
返回一個包含所有命名組的名字和子串的字典，default參數(shù)，用于給那些沒有匹配到的組做默認(rèn)值，它的默認(rèn)值是None，例如：
>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
>>> m.groupdict()
{'first_name': 'Malcolm', 'last_name': 'Reynolds'}
start([group])
end([group])
返回的是：被組group匹配到的子串在原字符串中的位置。如果不指定group或group指定為0，則代表整個匹配。如果group未匹配到，則返回 -1。
對于指定的m和g，m.group(g)和m.string[m.start(g):m.end(g)]等效。
注意：如果group匹配到空字符串，m.start(group)和m.end(group)將相等。
例如：
>>> m = re.search('b(c?)', 'cba')
>>> m.start(0)
1
>>> m.end(0)
2
>>> m.start(1)
2
>>> m.end(1)
2
下面是一個把email地址里的“remove_this”去掉的例子：
>>> email = "tony@tiremove_thisger.net"
>>> m = re.search("remove_this", email)
>>> email[:m.start()] + email[m.end():]
'tony@tiger.net'
span([group])
返回一個元組： (m.start(group), m.end(group))
pos
就是傳給RE對象的search()或match()方法的參數(shù)pos，代表RE開始搜索字符串的位置。
endpos
就是傳給RE對象的search()或match()方法的參數(shù)endpos，代表RE搜索字符串的結(jié)束位置。
lastindex
最后一次匹配到的組的數(shù)字序號，如果沒有匹配到，將得到None。
例如：(a)b、((a)(b))和((ab))正則去匹配'ab'的話，得到的lastindex為1。而用(a)(b)去匹配'ab'的話，得到的lastindex為2。
lastgroup
最后一次匹配到的組的名字，如果沒有匹配到或者最后的組沒有名字，將得到None。
re
得到本Match對象的正則表達(dá)式對象，也就是執(zhí)行search()或match()的對象。
string
傳給search()或match()的字符串。
后面的例子就略了吧，文中已經(jīng)加了很多我自己的例子了，需要更多例子的話，參照英文原文吧(https://docs.python.org/2/library/re.html)。
PS：關(guān)于正則表達(dá)式，這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用：
JavaScript正則表達(dá)式在線測試工具：
http://tools.jb51.net/regex/javascript
正則表達(dá)式在線生成工具：
http://tools.jb51.net/regex/create_reg
相關(guān)文章
PyCharm如何設(shè)置Console控制臺輸出自動換行
這篇文章主要介紹了PyCharm如何設(shè)置Console控制臺輸出自動換行問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-05-05
關(guān)于python實(shí)現(xiàn)requests接口測試的問題
requests是一個很實(shí)用的Python HTTP客戶端庫，Requests是Python語言的第三方的庫，專門用于發(fā)送HTTP請求，這篇文章主要介紹了python實(shí)現(xiàn)requests接口測試,需要的朋友可以參考下2021-10-10
python?numpy庫之如何使用matpotlib庫繪圖
Numpy的主要對象是同構(gòu)多維數(shù)組，它是一個元素表，所有類型都相同，由非負(fù)整數(shù)元組索引，在Numpy維度中稱為軸，這篇文章主要介紹了python?numpy庫?使用matpotlib庫繪圖,需要的朋友可以參考下2022-10-10
python庫TextDistance量化文本之間的相似度算法探究
這篇文章主要為大家介紹了python庫TextDistance量化文本之間的相似度算法探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
使用python編寫android截屏腳本雙擊運(yùn)行即可
使用python編寫一個截屏的腳本，雙擊運(yùn)行腳本就OK，截屏成功后會將截屏文件已當(dāng)前時間命名，并保存在存放腳本的當(dāng)前路徑的screenshot文件夾下2014-07-07
pandas factorize實(shí)現(xiàn)將字符串特征轉(zhuǎn)化為數(shù)字特征
今天小編就為大家分享一篇pandas factorize實(shí)現(xiàn)將字符串特征轉(zhuǎn)化為數(shù)字特征，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
python人工智能tensorflow常見損失函數(shù)LOSS匯總
這篇文章主要為大家介紹了python人工智能tensorflowf常見損失函數(shù)LOSS匯總，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
Python Web框架Django的模型和數(shù)據(jù)庫遷移詳解
Django 是一個極其強(qiáng)大的 Python Web 框架,它提供了許多工具和特性,能夠幫助我們更快速、更便捷地構(gòu)建 Web 應(yīng)用,在本文中,我們將會關(guān)注 Django 中的模型（Models）和數(shù)據(jù)庫遷移（Database Migrations）這兩個核心概念,需要的朋友可以參考下2023-08-08
Tensorflow中的placeholder和feed_dict的使用
這篇文章主要介紹了Tensorflow中的placeholder和feed_dict的使用，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-07-07
使用python代碼進(jìn)行身份證號校驗(yàn)的實(shí)現(xiàn)示例
這篇文章主要介紹了使用python代碼進(jìn)行身份證號校驗(yàn)的實(shí)現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-11-11