非列印字元

非列印字元也可以是正則表示式的組成部分。下表列出了表示非列印字元的轉義序列：

特殊字元

許多元字元要求在試圖匹配它們時特別對待。若要匹配這些特殊字元，必須首先使字元"轉義"，即，將反斜槓字元**** 放在它們前面。下表列出了正則表示式中的特殊字元：

限定符

正則表示式的限定符有：

定位符

定位符使您能夠將正則表示式固定到行首或行尾。它們還使您能夠建立這樣的正則表示式，這些正則表示式出現在一個單詞內、在一個單詞的開頭或者一個單詞的結尾。

定位符用來描述字串或單詞的邊界，^ 和 $ 分別指字串的開始與結束，\b 描述單詞的前或後邊界，\B 表示非單詞邊界。

正則表示式的定位符有：

貪婪、非貪婪

+、*、{n,} 等預設都是貪婪匹配，即預設匹配最多的模式。如

haaaaaa

如果你用ha*作為匹配模式，會匹配到haaaaaa，這種預設會匹配最長的模式，就是貪婪模式。

如果你用ha*?作為匹配模式，會匹配到ha，加了?以後，就會將*轉變成非貪婪模式，只會匹配最短。

所以，當?在其他限定符之後出現，就是作為非貪婪模式。

元字元大全

下表包含了元字元的完整列表以及它們在正則表示式上下文中的行為：

python的簡單例項

下面的例子，和上面的元字元大全列表的順序基本一一對應。

import re

s_true = r"of course, you looked ok. I like your name eg:([email protected]+++), it is\( a great name"

# 查詢特殊字元\(，前兩個\轉義了\本身，第三個\轉義了(
patt = r"\\\("
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 以of開頭
patt = "^of"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 以name結尾
patt = "name$"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以nam開始，0個或多個e的字元
patt = "name*"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以2開始，1個或多個3的數字
patt = "23+"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以2開始，0個或1個（2或者3）
patt = "2[2-3]?"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以2開頭，2個3的數字
patt = "23{2}"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以2開頭，1個或2個3的數字
patt = "23{1,2}"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 查詢以2開頭，後面有2個以上個3的數字
patt = "23{2,}"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 非貪婪模式，查詢以2開頭，最少一個3的數字
patt = "23{1,}?"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配任意除了\n以外的字元
patt = "c.urse"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配括號內的模式，括號內的元素會儲存下來，可以單獨拿出來，groups方法
patt = "na(me) (eg)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true),re_obj.search(string=s_true).groups() ,re_obj.search(string=s_true).group())

# ?:pattern , 匹配pattern，但是不把結果儲存下來供以後使用
patt = "na(?:me)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true),re_obj.search(string=s_true).groups(),re_obj.search(string=s_true).group())

# 匹配後面跟著me的na，如果後面跟的不是me，就匹配不上
patt = "na(?=me)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true),re_obj.search(string=s_true).groups(),re_obj.search(string=s_true).group())
patt = "na(?=ms)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配後面不是me的na，如果後面不是me，就能匹配上，否則匹配不上，和 ?= 相反。
patt = "na(?!me)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))
patt = "na(?!ms)"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配前面是na的me，如果前面是na，就匹配上了。否則匹配不上。
patt = "(?<=na)me"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))
patt = "(?<=li)me"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配前面不是na的me，如果前面不是na，就匹配上，和 ?<= 相反。
patt = "(?<!na)me"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))
patt = "(?<!li)me"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配 a 或者 i
patt = "l(a|i)ke"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配ais中任意一個即 lake 或 like 或 lske
patt = "l[ais]ke"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配非 lake
patt = "l[^a]ke"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配 a-z
patt = "l[a-z]ke"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配非 a-z
patt = "l[^a-z]ke"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配單詞邊界，也就是ok前面要有空格，ok作為一個單詞的開頭才能匹配上。
patt = r"\bok"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配非單詞邊界，也就是ok後面不是邊界，還有字母才能匹配上，如 oked
patt = r"ok\B"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))



# 匹配數字
patt = "\d"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配非數字
patt = "\D"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配任意空白字元，如回車，空格，製表符等
patt = "\s"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配任意非空白字元
patt = "\S"
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配數字、字母、下劃線
patt = 'wzt\w'
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 匹配非數字、字母、下劃線
patt = 'com\W+'
re_obj = re.compile(patt)
print(re_obj.search(string=s_true))

# 其他 (?P<name>),這種模式，可以將當前group，也就是當前的括號的部分給命名為 name，然後返回一個字典
print(re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city"))

python re的常用方法

1. re.match 從字元的開頭開始匹配，返回一個SRE_Match型別的物件，否則返回None；SRE_match物件可以呼叫 group()方法獲取結果，groups()方法獲取元組物件，也可以用group(num)獲取元組的第幾個物件。
2. re.search 從字串任意位置中匹配，返回一個SRE_Match型別的物件，否則返回None
3. re.findall 把所有匹配到的字元放到以列表中的元素返回
4. re.splitall 以匹配到的字元當做列表分隔符
5. re.sub 匹配字元並替換

re.compile(pattern,flags)

引數 flags = re.IGNORECASE
如果想同時使用兩個以上的此引數，可以使用|，如:re.I | re.M | re.S
re.I(re.IGNORECASE): 忽略大小寫（括號內是完整寫法，下同）
re.M(MULTILINE): 多行模式，忽略換行\n
re.S(DOTALL): 點任意匹配模式，改變'.'的行為，可以搜尋所有,包括換行符

1. findall 方法

re_str = "hello this is python 2.7.13 and python 3.4.5"
pattern = "python [0-9]\.[0-9]\.[0-9]"
res = re.findall(pattern=pattern, string=re_str) # res = re.findall(pattern, re_str)
print(res)

# 一般採用編譯的方式使用python的正則模組，如果在大量的資料量中，編譯的方式使用正則效能會提高很多
re_str = "hello this is python 2.7.13 and Python 3.4.5"
re_obj = re.compile(pattern = "python [0-9]\.[0-9]\.[0-9]",flags=re.IGNORECASE) # Regex物件
res = re_obj.findall(re_str)
print(res)

2. sub 方法

# sub() 替換方法
re_str = "what is a different between python 2.7.14 and python 3.5.4"
re_obj = re.compile("\d{1,}\.\d{1,}\.\d{1,}")
print(re_obj.sub("a.b.c", re_str, count=1)) # 替換一次
# what is a different between python a.b.c and python 3.5.4
print(re_obj.sub("a.b.c", re_str, count=2)) # 替換兩次
# what is a different between python a.b.c and python a.b.c
print(re_obj.sub("a.b.c", re_str))  # 全部替換
# what is a different between python a.b.c and python a.b.c

3. split

# split() 分割字串
re_str = "what is a different between python 2.7.14 and python 3.5.4 USA:NewYork!Zidan.FRA"
re_obj = re.compile("[. :!]") # 按照此列表的元素來分割
print(re_obj.split(re_str))
# ['what', 'is', 'a', 'different', 'between', 'python', '2', '7', '14', 'and', 'python', '3', '5', '4', 'USA', 'NewYork', 'Zidan', 'FRA']