注：下面有些内容不全都来源于原著，这些都是通过各方面的资料收集合并的结果。
目录
一、正则表达式介绍
正则表达式为高级的文本模式匹配、抽取、与/或文本形式的搜索和替换功能提供了基础。
这里主要讲针对于python编程中的正则表达式内容，也就是讲解re模块的应用，因为python是通过标准库中的re模块来支持正则表达式的。
常见正则表达式符号和特殊字符（后面会针对这些做一些练习题）
二、分类解析
1、元字符
# "."通配符
>>> import re
>>> pat = re.compile(".")
>>> pat.match('abc')
<_sre.SRE_Match object; span=(0, 1), match='a'>
>>> pat.match("abc").group()
'a' #匹配到了首个字符
>>> pat.match("abc").groups()
()
>>> pat.search("abc").group()
'a'
>>> pat.search("abc").groups()
()
>>> pat.match("\n").group()
Traceback (most recent call last): #换行符匹配出错
File "<pyshell#8>", line 1, in <module>
pat.match("\n").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> 匹配对象以及group（）和groups（）方法
当处理正则表达式时。除了正则表达式对象之外，还有另一个对象类型：匹配对象（成功调用match或search返回的对象）。匹配对象有两个重要的方法：group（）和groups（）。
group（）要么返回整个匹配对象，要么根据要求返回特定子组。
groups（）则仅返回一个包含唯一或者全部子组的元组。
如果没有子组的要求，group（）仍然返回整个匹配对象，groups（）返回一个空元组。
不明白的转： group 与 groups的区别
# "\"转义符
>>> import re
>>> pat = re.compile("\.")
>>> pat.search("ac.efg").group()
'.' #匹配到.
>>> pat.findall("ac.efg")
['.'] #不用group,返回列表
>>> 关于re模块在创建模式对象（compile）后的常用函数会在后面详细讲解
# "[...]" : 集合，匹配里面的任意一个元素
>>> import re
>>> pat = re.compile("[abc]")
>>> pat.match("axbycz").group()
'a'
>>> pat.search("axbycz").group()
'a'
>>> pat.findall("axbycz")
['a', 'b', 'c']
>>>
# "\d" : 数字
>>> import re
>>> pat = re.compile("\d")
>>> pat.search("ax1by2cz3").group()
'1' #搜索到第一个数字:1，返回
>>> pat.match("ax1by2cz3").group()
Traceback (most recent call last): #匹配不到（首个不是数字）返回None，报错，match匹配字符串头
File "<pyshell#4>", line 1, in <module>
pat.match("ax1by2cz3").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>>
>>> pat.findall("ax1by2cz3") #匹配所有的数字，列表返回
['1', '2', '3']搜索与匹配的比较
python主要有两种方法完成模式匹配：搜索、匹配
搜索，search（）实现在字符串任意部分中搜索匹配的模式
匹配，match（）实现判断一个字符串能否从起始处全部或者部分地匹配某个模式
# "\D" : 非数字
>>> import re
>>> pat = re.compile("\D")
>>> pat.match("ax1by2cz3").group()
'a'
>>> pat.search("ax1by2cz3").group()
'a'
>>> pat.findall("ax1by2cz3")
['a', 'x', 'b', 'y', 'c', 'z']
# "\s" :空白字符有4，包括： \t、\r、\n、空格
>>> import re
>>> pat = re.compile("\s")
>>> pat.findall("\rax1 \nby2 \tcz3")
['\r', ' ', '\n', ' ', '\t']
>>> pat.search("\rax1 \nby2 \tcz3").group()
'\r'
>>> pat.match("\rax1 \nby2 \tcz3").group()
'\r'
# "\S" :非空白字符
>>> import re
>>> pat = re.compile("\S")
>>> pat.search("\rax1 \nby2 \tcz3").group()
'a'
>>> pat.findall("\rax1 \nby2 \tcz3")
['a', 'x', '1', 'b', 'y', '2', 'c', 'z', '3']
# "\w" :单词字符,数字和字母:[A-Za-z0-9]
>>> import re
>>> pat = re.compile("\w")
>>> pat.findall("1a2b3c")
['1', 'a', '2', 'b', '3', 'c']
>>> pat.search("1a2b3c").group()
'1'
>>> pat.match("1a2b3c").group()
'1'
# "\W":非单词字符,除数字和字母外
>>> import re
>>> pat = re.compile("\W")
>>> pat.findall("1a2我b3c")
[]
>>> pat.findall("1a2我b3c,4essa.")
[',', '.']
>>> pat.search("1a2我b3c,4essa.").group()
','2、数量词：会出现贪婪模式
# "*" ：0次或则多次
>>> import re
>>> pat = re.compile("[abc]*")
>>> pat.match("abcabcdefabc").group()
'abcabc' #2次
>>> pat.search("abcabcdefabc").group()
'abcabc' #2次
>>> pat.findall("abcabcdefabc")
['abcabc', '', '', '', 'abc', ''] #2次和1次,因为有0次，所以匹配了''
# "+" ：1次或则多次
>>> import re
>>> pat = re.compile("[abc]+")
>>> pat.match("abcdefabcabc").group()
'abc'
>>> pat.search("abcdefabcabc").group()
'abc'
>>> pat.findall("abcdefabcabc")
['abc', 'abcabc']
# "?" ：0次或则1次，match,search 不会出现none，会出现''
>>> import re
>>> pat = re.compile("[abc]?")
>>> pat.match("defabc").group()
'' #0次
>>> pat.match('abcdefabc').group()
'a'
>>> pat.search('defabc').group()
'' #0次
>>> pat.findall('defabc')
['', '', '', 'a', 'b', 'c', ''] #0次和1次
# "{m}" ：匹配字符串出现m次
>>> import re
>>> pat = re.compile("[op]{2}") #o或则p出现2次
>>> pat.search("abcooapp").group()
'oo' #匹配第一次出现的字符串,o比p先出现
>>> pat.findall("abcooapp")
['oo', 'pp'] #匹配出现的所有字符串，列表形式返回
# "{m,n}" ：匹配字符串出现m到n次
>>> import re
>>> pat = re.compile("[op]{2,4}") #o或则p出现2到4次
>>> pat.match("pppabcooapp").group()
'ppp' #匹配开头
>>> pat.match("ppabcooapp").group()
'pp' #不连续，非贪婪模式只匹配2次
>>> pat.search("pppabcooapp").group()
'ppp' #匹配第一次出现
>>> pat.findall("pppabcooapp")
['ppp', 'oo', 'pp'] #匹配所有
# "数量词?" ：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多）
>>> import re
>>> pat = re.compile("[abc]+") #贪婪模式
>>> pat.match("abcdefabcabc").group() #匹配尽可能多的：abc
'abc'
>>> pat.match("bbabcdefabcabc").group()
'bbabc'
>>> pat.search("dbbabcdefabcabc").group()
'bbabc'
>>> pat.findall("abcdefabcabc")
['abc', 'abcabc']
>>>
>>> pat = re.compile("[abc]+?") #非贪婪模式：+?
>>> pat.match("abcdefabcabc").group() #匹配尽可能少的：a、b、c
'a'
>>> pat.search('dbbabcdefabcabc').group()
'b'
>>> pat.findall('abcdefabcabc')
['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c']3、边界词
# "^" ：匹配字符串开头或则行头
>>> import re
>>> pat = re.compile("^[abc]") #开头是abc
>>> pat.search('defabc').group()
Traceback (most recent call last): #找不到
File "<pyshell#2>", line 1, in <module>
pat.search('defabc').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match('defabc').group()
Traceback (most recent call last): #找不到
File "<pyshell#3>", line 1, in <module>
pat.match('defabc').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.findall('defabc')
[]
>>> pat.search('adefabc').group()
'a' #开头是a、b、c中的任意一个
>>> pat.match('adefabc').group()
'a'
>>> pat.findall('adefabc')
['a']
>>> import re
>>> pat = re.compile("^[abc]+") #开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
>>> pat.findall("cbadefab")
['cba']
>>> pat = re.compile(r'^[abc]+?') #开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个
>>> pat.findall('cbadefab')
['c']compile中的r表示其后的字符串按原样表示，不使用转义字符，如：
"\n" 表示换行符
r"\n" 表示一个斜杠加上字符n组成的字符串
# "$" ：匹配字符串结尾或则行尾
>>> import re
>>> pat = re.compile("[abc]$")
>>> pat.match("adefAbc").group()
Traceback (most recent call last): #match匹配的是字符串开头，所以查找$的时总是返回None
File "<pyshell#2>", line 1, in <module>
pat.match("adefAbc").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.search('adefAbc').group()
'c'
>>> pat.findall('adefAbc')
['c']
>>>
>>> pat = re.compile('[abc]+$')
>>> pat.search('adefAbc').group() #结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
'bc'
>>> pat.findall('adefAbc')
['bc']
>>>
# "\A"：匹配字符串开头
>>> import re
>>> pat = re.compile("\A[abc]+")
>>> pat.findall('cbadefab')
['cba']
>>> pat.search('cbadefab').group()
'cba'
>>>
# "\Z"：匹配字符串结尾
>>> import re
>>> pat = re.compile('[abc]+\Z')
>>> pat.search('cbadefab').group()
'ab'
>>> pat.findall('cbadefab')
['ab']
>>> 4、分组词
# "(...)" ：在模式里面用()来表示分组（匿名分组）,适用于提取目标字符串中的某一些部位。
>>> import re
>>> pat = re.compile(r"(a)\w(c)") #\w:单词字符[A-Za-z0-9]
>>> pat.match("abdddcccef").group()
Traceback (most recent call last): #一个\w只能匹配一次
File "<pyshell#2>", line 1, in <module>
pat.match("abdddcccef").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match("adcccef").group()
'adc'
>>> pat = re.compile("(a)b(c)") #分2组，匿名分组
>>> pat.match("abcdef").group()
'abc' #默认返回匹配的字符串
>>> pat.match("adcdef").group()
Traceback (most recent call last): #不匹配
File "<pyshell#6>", line 1, in <module>
pat.match("adcdef").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match('abcdef').group(1) #取分组1，适用于search
'a'
>>> pat.match('abcdef').group(2) #取分组2，适用于search
'c'
>>> pat.match('abcdef').groups() #取所有分组，元组形式返回
('a', 'c')
>>> pat=re.compile(r'www\.(.*)\..{3}')
>>> pat.match('www.dxy.com').group(1)
'dxy'
>>> pat.match('www.dxy.com').groups()
('dxy',)
# "(?P<name>...)" 在模式里面用()来表示分组（命名分组）,适用于提取目标字符串中的某一些部位。
>>> import re
>>> pat = re.compile(r"(?P<K>a)\w(c)") #分2组：命名分组+匿名分组
>>> pat.search('abcdef').groups() #取所有分组，元组形式返回
('a', 'c')
>>> pat.search('abcdef').group(1) #取分组1，适用于search
'a'
>>> pat.search('abcdef').group(2) #取分组2，适用于search
'c'
>>> pat.search('abcdef').group() #默认返回匹配的字符串
'abc'
>>> pat.search('abcdef').groupdict() #命名分组可以返回一个字典【专有】，匿名分组则没有
{'K': 'a'}
>>> pat.search('abcdef').groupdict(2)
{'K': 'a'}
>>> pat.search('abcdef').groupdict(1)
{'K': 'a'}
# "(?P=name)" ：引用命名分组(别名)匹配：
>>> import re
>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)') #(?P=K)引用分组1的值，就是a
>>> pat.search('abcdef').group()
Traceback (most recent call last): #匹配不到，因为完整'a\wca',模式的第4位是a
File "<pyshell#3>", line 1, in <module>
pat.search('abcdef').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.search('abcadef').group() #匹配到，模式的第4位和组1一样,值是a
'abca'
>>> pat.search('abcadef').groups()
('a', 'c')
>>> pat.search('abcadef').group(1)
'a'
>>> pat.search('abcadef').group(2)
'c'
# "\<number>" ：引用分组编号匹配
>>> import re
>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)\2') #\2引用分组2的值，就是c
>>> pat.findall('Aabcadef') #匹配不到，因为完整'a\wcac',模式的第5位是c
[]
>>> pat.findall('Aabcacdef') #匹配到，模式的第5位和组2一样,值是c
[('a', 'c')]
>>> pat.search('Aabcacdef').groups()
('a', 'c')
>>> pat.search('Aabcacdef').group()
'abcac'
>>> pat.search('Aabcacdef').group(1)
'a'
>>> pat.search('Aabcacdef').group(2)
'c'5、特殊构造
# "(?:...)" ：()里面有?:表示该()不是分组
>>> import re
>>> pat = re.compile(r"a(?:bc)")
>>> pat.findall('abc')
['abc']
>>> pat.match('abc').groups() #显示不出分组
()
# "(?=...)"：匹配...表达式，返回。对后进行匹配，总是对后面进行匹配
>>> import re
>>> pat=re.compile(r'\w(?=\d)') #匹配表达式\d，返回数字的前一位，\w：单词字符[A-Za-z0-9]
>>> pat.findall('abc1 def1 xyz1')
['c', 'f', 'z']
>>> pat.findall('zhoujy20130628hangzhou') #匹配数字的前一位，列表返回
['y', '2', '0', '1', '3', '0', '6', '2']
>>>
>>> pat=re.compile(r'\w+(?=\d)')
>>> pat.findall('abc1,def1,xyz1') #匹配最末数字的前字符串，列表返回
['abc', 'def', 'xyz']
>>> pat.findall('abc21,def31,xyz41')
['abc2', 'def3', 'xyz4']
>>> pat.findall('zhoujy20130628hangzhou')
['zhoujy2013062']
>>> import re
>>> pat=re.compile(r'[A-Za-z]+(?=\d)') #[A-Za-z],匹配字母,可以用其他的正则方法
>>> pat.findall('zhoujy20130628hangzhou123') #匹配后面带有数字的字符串，列表返回
['zhoujy', 'hangzhou']
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']
>>>
# "(?!...)" 不匹配...表达式，返回。对后进行匹配
>>> import re
>>> pat=re.compile(r'[A-Za-z]+(?!\d)') #[A-Za-z],匹配字母,可以用其他的正则方法
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhouj', 'hangzho', 'binjian'] #匹配后面不是数字的字符串，列表返回
>>> pat.findall('abc21,def31,xyz41')
['ab', 'de', 'xy']
>>>
# "(?<=...)"：匹配...表达式，返回。对前进行匹配,总是对前面进行匹配
>>> import re
>>> pat=re.compile(r'(?<=\d)[A-Za-z]+') #匹配前面是数字的字母
>>> pat.findall('abc21,def31,xyz41')
[]
>>> pat.findall('1abc21,2def31,3xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['hangzhou']
>>>
# "(?<!...)"：不匹配...表达式，返回。对前进行匹配,总是对前面进行匹配
>>> import re
>>> pat=re.compile(r'(?<!\d)[A-Za-z]+') #匹配前面不是数字的字母
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhoujy', 'angzhou', 'binjiang']
>>>
#"(?(id\name) yes |no)": 组是否匹配，匹配返回
>>> import re
#no省略了，完整的是a\dbc\d ==> a2bc3,总共5位，第2位是可有可无的数字，第5位是数字
>>> pat=re.compile(r'a(\d)?bc(?(1)\d)')
>>> pat.findall('abc9')
[''] #返回组1，但第2位（组1）没有，即返回了''
>>> pat.findall('a8bc9') #完整的模式，返回组1
['8']
>>> pat.match('a8bc9').group()
'a8bc9'
>>> pat.match('a8bc9').group(1)
'8'
>>> pat.findall('a8bc')
[]
>>>
#"(?iLmsux)":这里就介绍下i参数：大小写区分匹配
>>> import re
>>> pat=re.compile(r'abc')
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
[]
>>> pat=re.compile(r'(?i)abc') #(?i) 不区分大小写
>>> pat.findall('ABC')
['ABC']
>>> pat.findall('abc')
['abc']
>>> pat.findall('aBc')
['aBc']
>>> pat.findall('aBC')
['aBC']
>>>
>>> pat=re.compile(r'abc',re.I) #re.I 作为参数使用，同上作用，推荐
>>> pat.findall('aBC')
['aBC']
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
['ABC']三、re模块下的函数
1、compile：
>>> import re
>>> pat = re.compile("A")
>>> m = pat.search("CBA")
>>> print(m)
#匹配到了，返回MatchObject（匹配对象）（True）
<_sre.SRE_Match object; span=(2, 3), match='A'>
>>> m = pat.search("CBD")
>>> print(m) #没有匹配到，返回None（False）
None
>>>
#上面的等价于，但推荐都用第一种方法，因为将正则表达式转换为模式对象，实现更有效率的匹配，其他的函数会在内部进行转换。
>>> re.search("A","CBA")
<_sre.SRE_Match object; span=(2, 3), match='A'>
>>> 2、search：
>>> import re
>>> m = re.search('asd','ASDasd')
>>> print(m)
<_sre.SRE_Match object; span=(3, 6), match='asd'> #匹配到了，返回MatchObject（True）
>>> m = re.search('asd','ASDASD')
>>> print(m) #没有匹配到，返回None（False）
None
>>> 3、match：
>>> import re
>>> m = re.match('a','Aasd')
>>> print(m)
None
>>> m = re.match('a','aASD')
>>> print(m)
<_sre.SRE_Match object; span=(0, 1), match='a'>4、split：
>>> import re
>>> re.split(",","a,s,d,asd")
['a', 's', 'd', 'asd'] #返回列表
#等价于上
>>> pat = re.compile(',')
>>> pat.split('a,s,d,asd')
['a', 's', 'd', 'asd']
>>>
>>> re.split("[, ]+","a , s ,d ,,,,,asd") #正则匹配：[, ]+
['a', 's', 'd', 'asd']
>>> re.split("[, ]+","a , s ,d ,,,,,asd",maxsplit=2) # maxsplit 最多分割次数
['a', 's', 'd ,,,,,asd']
>>>
#说明：根据模式的匹配项来分割字符串，类似字符串的split 的方法，但是字符串的split只能用固定长度的分割符，而re.split允许用任意长度和个数的分割符。5、findall：
>>> import re
>>> re.findall("a","ASDaDFGAa")
['a', 'a'] #列表形式返回匹配到的字符串
>>> pat = re.compile('a')
>>> pat.findall('ASDaDFGAa')
['a', 'a']
>>> pat = re.compile('[A-Z]+')
>>> pat.findall('ASDcDFGAa')
['ASD', 'DFGA']
#说明：列表形式返回给定模式的匹配项。返回所有匹配的字符串。6、sub：
#通过组进行更新替换：
>>> import re
>>> re.sub("a","A","abcasd")
'AbcAsd'
>>> pat = re.compile("a")
>>> pat.sub("A","abcasd")
'AbcAsd'
>>>
>>> pat=re.compile(r'www\.(.*)\..{3}')
>>> pat.match('www.dxy.com').group(1)
'dxy'
#通过正则匹配找到符合规则的”www.dxy.com“ ，取得组1字符串 去替换 整个匹配得到字符串。dxy -> www.dxy.com
>>> pat.sub(r'\1','hello,www.dxy.com')
'hello,dxy'
>>> pat=re.compile(r'(\w+) (\w+)')
>>> s='hello world ! hello hz !'
>>> pat.findall('hello world ! hello hz !')
[('hello', 'world'), ('hello', 'hz')]
#通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。
>>> pat.sub(r'\2 \1',s)
'world hello ! hz hello !'
#说明：使用给定的内容替换掉找到的字符串。a->A7、escape：
#转义
>>> import re
>>> re.escape("www.dxy.cn")
'www\\.dxy\\.cn'
#说明：对字符串里面的特殊字符串进行转义。四、re模块下函数的方法
>>> import re
>>> pat = re.compile('a')
>>> dir(pat)
['__class__', '__copy__', '__deepcopy__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'findall', 'finditer', 'flags', 'fullmatch', 'groupindex', 'groups', 'match', 'pattern', 'scanner', 'search', 'split', 'sub', 'subn']
>>>
>>> import re
>>> pat = re.compile(r'www\.(.*)\.(.*)') #用()表示一个组，2个组
>>> m = pat.match('www.dxy.com')
>>> m.group() #默认为0，表示匹配整个字符串
'www.dxy.com'
>>> m.group(1) #返回给定组1匹配的子字符串
'dxy'
>>> m.group(2)
'com'
>>> m.start(2) #组2开始的索引
8
>>> m.end(2) #组2结束的索引
11
>>> m.span(2) #组2开始、结束的索引
(8, 11)
>>>