python笔记(5)——正则表达式

michellc

　　正则表达式是一个很强大的工具，这一点在python中显得尤为突出。在python中re模块表示正则表达式。正则表达式是可以匹配文本片段的模式。
　　1.通配符（.）可以用来匹配任何的一个字符，包括空格，但是除了换行符之外。
　　2.对特殊字符进行转义，从而让它们表现的像普通字符一样，因为它们在这里本身就是普通字符，只是为了“屏蔽”它们作为特殊字符的作用。例如用python\.org可以用来转义定义python.py，从而取消掉了（.）它的通配符的作用。
　　3.字符集，用中括号括住字符串，例如[a-z]可以用来匹配a到z的任意一个字符。此外还可以反转字符集，即在开头使用‘^’符号（脱字符），进行取反。
　　4.管道符号：(|)，进行选择的符号，如'python|perl'；
　　5.子模式，用圆括号括起需要进行选择运算的部分，如'p(ython | erl)'；
　　6.可选项：在子模式后面加上问好，就变成了可选项，例如r'(http://)?(www\.)?python\.org'，问号表示子模式出现一次或者多次，或者不出现。相对应的，(python)*允许模式重复0次或者多次；(python)+允许模式重复1次或者多次；(python){m , n}允许模式重复m~n次。
　　7.函数re.complier将正则表达式转换为模式对象，可以实现更有效率的匹配。即使用complier进行一次转换之后，在每次使用模式的时候就不用进行转换。例如，pat = re.complier(xxxxxx)则pat就是一个其创建的模式对象，它也可以用于普通的re的函数。
　　8.字符串的开始和结尾位置：用于确定要匹配的字符串的位置，例如只想在字符串的开头进行匹配，用托字符（^），例如'^http'只会匹配位于首部的'http'字符串；同理，运用美元符号‘$’可以进行尾部的匹配。
　　9.贪婪模式与非贪婪模式。python中的匹配时贪婪模式的，也就是会尝试匹配尽可能多的字符，在贪婪模式的后面加上‘？’即可转变为非贪婪模式，也就是会尽可能少的匹配字符；
　　当然py里面的正则离不开更多的函数，可以自己去查阅。