摘要：反斜杠的困擾與大多數(shù)編程語言相同，正則表達式里使用作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。文本中正則表達式結(jié)束搜索的索引。以元組形式返回全部分組截獲的字符串。用于指定最大分割次數(shù)，不指定將全部分割。

正則表達式并不是Python的一部分。正則表達式是用于處理字符串的強大工具，擁有自己獨特的語法以及一個獨立的處理引擎，效率上可能不如str自帶的方法，但功能十分強大。得益于這一點，在提供了正則表達式的語言里，正則表達式的語法都是一樣的，區(qū)別只在于不同的編程語言實現(xiàn)支持的語法數(shù)量不同；但不用擔心，不被支持的語法通常是不常用的部分。如果已經(jīng)在其他語言里使用過正則表達式，只需要簡單看一看就可以上手了。

下圖展示了使用正則表達式進行匹配的流程：?

正則表達式的大致匹配過程是：依次拿出表達式和文本中的字符比較，如果每一個字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。如果表達式中有量詞或邊界，這個過程會稍微有一些不同，但也是很好理解的，看下圖中的示例以及自己多使用幾次就能明白。

下圖列出了Python支持的正則表達式元字符和語法：???

正則表達式通常用于在文本中查找匹配的字符串。Python里數(shù)量詞默認是貪婪的（在少數(shù)語言里也可能是默認非貪婪），總是嘗試匹配盡可能多的字符；非貪婪的則相反，總是嘗試匹配盡可能少的字符。例如：正則表達式"ab"如果用于查找"abbbc"，將找到"abbb"。而如果使用非貪婪的數(shù)量詞"ab?"，將找到"a"。

與大多數(shù)編程語言相同，正則表達式里使用""作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符""，那么使用編程語言表示的正則表達式里將需要4個反斜杠""：前兩個和后兩個分別用于在編程語言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個反斜杠后再在正則表達式里轉(zhuǎn)義成一個反斜杠。Python里的原生字符串很好地解決了這個問題，這個例子中的正則表達式可以使用r""表示。同樣，匹配一個數(shù)字的"d"可以寫成r"d"。有了原生字符串，你再也不用擔心是不是漏寫了反斜杠，寫出來的表達式也更直觀。

正則表達式提供了一些可用的匹配模式，比如忽略大小寫、多行匹配等，這部分內(nèi)容將在Pattern類的工廠方法re.compile(pattern[, flags])中一起介紹。

Python通過re模塊提供對正則表達式的支持。使用re的一般步驟是先將正則表達式的字符串形式編譯為Pattern實例，然后使用Pattern實例處理文本并獲得匹配結(jié)果（一個Match實例），最后使用Match實例獲得信息，進行其他的操作。

# encoding: UTF-8
import re

# 將正則表達式編譯成Pattern對象
pattern = re.compile(r"hello")

# 使用Pattern匹配文本，獲得匹配結(jié)果，無法匹配時將返回None
match = pattern.match("hello world!")

if match:
   # 使用Match獲得分組信息
   print match.group()

### 輸出 ###
# hello

# encoding: UTF-8
import re # 將正則表達式編譯成Pattern對象
pattern = re.compile(r"hello") # 使用Pattern匹配文本，獲得匹配結(jié)果，無法匹配時將返回None
match = pattern.match("hello world!") if match: # 使用Match獲得分組信息

print match.group() ### 輸出 ### # hello

a = re.compile(r"""d +  # the integral part
                   .    # the decimal point
                   d *  # some fractional digits""", re.X)
b = re.compile(r"d+.d*")

re.compile(strPattern[, flag]):

這個方法是Pattern類的工廠方法，用于將字符串形式的正則表達式編譯為Pattern對象。 第二個參數(shù)flag是匹配模式，取值可以使用按位或運算符"|"表示同時生效，比如re.I | re.M。另外，你也可以在regex字符串中指定模式，比如re.compile("pattern", re.I | re.M)與re.compile("(?im)pattern")是等價的。?
可選值有：

re.I(re.IGNORECASE): 忽略大小寫（括號內(nèi)是完整寫法，下同）

M(MULTILINE): 多行模式，改變"^"和"$"的行為（參見上圖）

S(DOTALL): 點任意匹配模式，改變"."的行為

L(LOCALE): 使預定字符類 w W b B s S 取決于當前區(qū)域設(shè)定

U(UNICODE): 使預定字符類 w W b B s S d D 取決于unicode定義的字符屬性

X(VERBOSE): 詳細模式。這個模式下正則表達式可以是多行，忽略空白字符，并可以加入注釋。以下兩個正則表達式是等價的：

re提供了眾多模塊方法用于完成正則表達式的功能。這些方法可以使用Pattern實例的相應(yīng)方法替代，唯一的好處是少寫一行re.compile()代碼，但同時也無法復用編譯后的Pattern對象。這些方法將在Pattern類的實例方法部分一起介紹。如上面這個例子可以簡寫為：

re模塊還提供了一個方法escape(string)，用于將string中的正則表達式元字符如*/+/?等之前加上轉(zhuǎn)義符再返回，在需要大量匹配元字符時有那么一點用。

Match對象是一次匹配的結(jié)果，包含了很多關(guān)于此次匹配的信息，可以使用Match提供的可讀屬性或方法來獲取這些信息。

屬性：

string: 匹配時使用的文本。

re: 匹配時使用的Pattern對象。

pos: 文本中正則表達式開始搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

endpos: 文本中正則表達式結(jié)束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

lastindex: 最后一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組，將為None。

lastgroup: 最后一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組，將為None。

方法：

group([group1, …]):?
獲得一個或多個分組截獲的字符串；指定多個參數(shù)時將以元組形式返回。group1可以使用編號也可以使用別名；編號0代表整個匹配的子串；不填寫參數(shù)時，返回group(0)；沒有截獲字符串的組返回None；截獲了多次的組返回最后一次截獲的子串。

groups([default]):?
以元組形式返回全部分組截獲的字符串。相當于調(diào)用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代，默認為None。

groupdict([default]): 返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典，沒有別名的組不包含在內(nèi)。default含義同上。

start([group]):?
返回指定的組截獲的子串在string中的起始索引（子串第一個字符的索引）。group默認值為0。

end([group]): 返回指定的組截獲的子串在string中的結(jié)束索引（子串最后一個字符的索引+1）。group默認值為0。

span([group]): 返回(start(group), end(group))。

expand(template):?
將匹配到的分組代入template中然后返回。template中可以使用id或g、g引用分組，但不能使用編號0。id與g是等價的；但10將被認為是第10個分組，如果你想表達1之后是字符"0"，只能使用g<1>0。

import re
m = re.match(r"(w+) (w+)(?P.*)", "hello world!")
 
print "m.string:", m.string
print "m.re:", m.re
print "m.pos:", m.pos
print "m.endpos:", m.endpos
print "m.lastindex:", m.lastindex
print "m.lastgroup:", m.lastgroup
 
print "m.group(1,2):", m.group(1, 2)
print "m.groups():", m.groups()
print "m.groupdict():", m.groupdict()
print "m.start(2):", m.start(2)
print "m.end(2):", m.end(2)
print "m.span(2):", m.span(2)
print r"m.expand(r"2 13"):", m.expand(r"2 13")
 
### output ###
# m.string: hello world!
# m.re: <_sre.SRE_Pattern object at 0x016E1A38>
# m.pos: 0
# m.endpos: 12
# m.lastindex: 3
# m.lastgroup: sign
# m.group(1,2): ("hello", "world")
# m.groups(): ("hello", "world", "!")
# m.groupdict(): {"sign": "!"}
# m.start(2): 6
# m.end(2): 11
# m.span(2): (6, 11)
# m.expand(r"2 13"): world hello!

??在這里還是要推薦下我自己建的Python開發(fā)學習群：725479218，群里都是學Python開發(fā)的，如果你正在學習Python ，小編歡迎你加入,大家都是軟件開發(fā)黨，不定期分享干貨（只有Python軟件開發(fā)相關(guān)的），包括我自己整理的一份2018最新的Python進階資料和高級開發(fā)教程，歡迎進階中和進想深入Python的小伙伴

Pattern對象是一個編譯好的正則表達式，通過Pattern提供的一系列方法可以對文本進行匹配查找。

Pattern不能直接實例化，必須使用re.compile()進行構(gòu)造。

Pattern提供了幾個可讀屬性用于獲取表達式的相關(guān)信息：

pattern: 編譯時用的表達式字符串。

flags: 編譯時用的匹配模式。數(shù)字形式。

groups: 表達式中分組的數(shù)量。

groupindex: 以表達式中有別名的組的別名為鍵、以該組對應(yīng)的編號為值的字典，沒有別名的組不包含在內(nèi)。

import re
p = re.compile(r"(w+) (w+)(?P.*)", re.DOTALL)
 
print "p.pattern:", p.pattern
print "p.flags:", p.flags
print "p.groups:", p.groups
print "p.groupindex:", p.groupindex
 
### output ###
# p.pattern: (w+) (w+)(?P.*)
# p.flags: 16
# p.groups: 3
# p.groupindex: {"sign": 3}

　　實例方法[ | re模塊方法]：

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]): 這個方法將從string的pos下標處起嘗試匹配pattern；如果pattern結(jié)束時仍可匹配，則返回一個Match對象；如果匹配過程中pattern無法匹配，或者匹配未結(jié)束就已到達endpos，則返回None。?
pos和endpos的默認值分別為0和len(string)；re.match()無法指定這兩個參數(shù)，參數(shù)flags用于編譯pattern時指定匹配模式。?
注意：這個方法并不是完全匹配。當pattern結(jié)束時若string還有剩余字符，仍然視為成功。想要完全匹配，可以在表達式末尾加上邊界匹配符"$"。?
示例參見2.1小節(jié)。

search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]): 這個方法用于查找字符串中可以匹配成功的子串。從string的pos下標處起嘗試匹配pattern，如果pattern結(jié)束時仍可匹配，則返回一個Match對象；若無法匹配，則將pos加1后重新嘗試匹配；直到pos=endpos時仍無法匹配則返回None。?
pos和endpos的默認值分別為0和len(string))；re.search()無法指定這兩個參數(shù)，參數(shù)flags用于編譯pattern時指定匹配模式。?

# encoding: UTF-8 
import re 
 
# 將正則表達式編譯成Pattern對象 
pattern = re.compile(r"world") 
 
# 使用search()查找匹配的子串，不存在能匹配的子串時將返回None 
# 這個例子中使用match()無法成功匹配 
match = pattern.search("hello world!") 
 
if match: 
    # 使用Match獲得分組信息 
    print match.group() 
 
### 輸出 ### 
# world

3. ? split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]): 　　　　　　按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數(shù)，不指定將全部分割。?

import re
 
p = re.compile(r"d+")
print p.split("one1two2three3four4")
 
### output ###
# ["one", "two", "three", "four", ""]

4. ? findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]): 　　　　　　搜索string，以列表形式返回全部能匹配的子串。?

import re
 
p = re.compile(r"d+")
print p.findall("one1two2three3four4")
 
### output ###
# ["1", "2", "3", "4"]

5. ?finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]): 　　　　　　搜索string，返回一個順序訪問每一個匹配結(jié)果（Match對象）的迭代器。?

import re
 
p = re.compile(r"d+")
for m in p.finditer("one1two2three3four4"):
    print m.group(),
 
### output ###
# 1 2 3 4

6. ??sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): 　　　　　　使用repl替換string中每一個匹配的子串后返回替換后的字符串。?
　　　　　　當repl是一個字符串時，可以使用id或g、g引用分組，但不能使用編號0。?
　　　　　　當repl是一個方法時，這個方法應(yīng)當只接受一個參數(shù)（Match對象），并返回一個字符串用于替換（返回的字符串中不能再引用分組）。?
　　　　　　count用于指定最多替換次數(shù)，不指定時全部替換。?

import re
 
p = re.compile(r"(w+) (w+)")
s = "i say, hello world!"
 
print p.sub(r"2 1", s)
 
def func(m):
    return m.group(1).title() + " " + m.group(2).title()
 
print p.sub(func, s)
 
### output ###
# say i, world hello!
# I Say, Hello World!

　　　　7. ?subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]): 　　　　　　返回 (sub(repl, string[, count]), 替換次數(shù))。?

以上就是Python對于正則表達式的支持。熟練掌握正則表達式是每一個程序員必須具備的技能，這年頭沒有不與字符串打交道的程序了。筆者也處于初級階段，與君共勉，^_^

另外，圖中的特殊構(gòu)造部分沒有舉出例子，用到這些的正則表達式是具有一定難度的。有興趣可以思考一下，如何匹配不是以abc開頭的單詞，^_^