Python中转义字符

正则表达式使用反斜杠” \\ “来代表特殊形式或用作转义字符，这里跟Python的语法冲突，因此，Python用” \\\\\\\\ “表示正则表达式中的” \\ “，因为正则表达式中如果要匹配” \\ “，需要用\\来转义，变成” \\\\ “，而Python语法中又需要对字符串中每一个\\进行转义，所以就变成了” \\\\\\\\ “。
上面的写法是不是觉得很麻烦，为了使正则表达式具有更好的可读性，Python特别设计了原始字符串(raw string)，需要提醒你的是，在写文件路径的时候就不要使用raw string了，这里存在陷阱。raw string就是用\’r\’作为字符串的前缀，如 r”\\n”：表示两个字符”\\”和”n”，而不是换行符了。Python中写正则表达式时推荐使用这种形式。

正则表达式元字符说明

.  匹配除换行符以外的任意字符
^  匹配字符串的开始
$  匹配字符串的结束
[] 用来匹配一个指定的字符类别
?  对于前一个字符字符重复0次到1次
*  对于前一个字符重复0次到无穷次
{} 对于前一个字符重复m次
{m,n} 对前一个字符重复为m到n次
\\d 匹配数字，相当于[0-9]
\\D 匹配任何非数字字符，相当于[^0-9]
\\s 匹配任意的空白符，相当于[ fv]
\\S 匹配任何非空白字符，相当于[^ fv]
\\w 匹配任何字母数字字符，相当于[a-zA-Z0-9_]
\\W 匹配任何非字母数字字符，相当于[^a-zA-Z0-9_]
\\b 匹配单词的开始或结束

模块函数说明即举例
re.compile 将正则表达式编译成pattern对象

compile(pattern, flags=0)

第一个参数：规则
第二个参数：标志位

re.match 只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None

match(pattern, string, flags=0)

第一个参数：规则
第二个参数：表示要匹配的字符串
第三个参数：标致位，用于控制正则表达式的匹配方式

re.search 匹配整个字符串，直到找到一个匹配

search(pattern, string, flags=0)

第一个参数：规则
第二个参数：表示要匹配的字符串
第三个参数：标致位，用于控制正则表达式的匹配方式

>>> import re
>>> pattern = re.compile(r\'linuxeye\')
>>> match = pattern.match(\'jb51.net\')
>>> print match
<_sre.SRE_Match object at 0x7f4e96e61c60>
>>> print match.group()
linuxeye
>>> m = pattern.match(\'blog.jb51.net\') #match匹配开头，没找到
>>> print m
None
>>> m = pattern.search(\'blog.jb51.net\') #search匹配整个字符串，直到找到一个匹配
>>> print m
<_sre.SRE_Match object at 0x7f15abfc6b28>
>>> print m.group()
linuxeye

>>> m = re.match(r\'linuxeye\',\'jb51.net\') #不用re.compile
>>> print m
<_sre.SRE_Match object at 0x7f4e96e61b90>
>>> print m.group()
linuxeye
>>> m = re.match(r\'linuxeye\',\'www.jb51.net\')
>>> print m
None

re.split 用于来分割字符串

split(pattern, string, maxsplit=0)

第一个参数：规则
第二个参数：字符串
第三个参数：最大分割字符串，默认为0，表示每个匹配项都分割
实例：分割所有的字符串

>>> import re
>>> test_str = \"1 2 3 4 5\"
>>> re.split(r\'\\s+\',test_str)
[\'1\', \'2\', \'3\', \'4\', \'5\']
>>> re.split(r\'\\s+\',test_str,2) #分割前2个
[\'1\', \'2\', \'3 4 5\']
 
>>> test_str = \"1 . 2. 3 .4 . 5\"
>>> re.split(r\'\\.\',test_str)
[\'1 \', \' 2\', \' 3 \', \'4 \', \' 5\']
>>> re.split(r\'\\.\',test_str,3)
[\'1 \', \' 2\', \' 3 \', \'4 . 5\']

re.findall 在目标字符串查找符合规则的字符串

findall(pattern, string, flags=0)

第一个参数：规则
第二个参数：目标字符串
但三个参数：后面还可以跟一个规则选择项
返回的结果是一个列表，建中存放的是符合规则的字符串，如果没有符合规则的字符串呗找到，就会返回一个空值

>>> import re
>>> test_mail = \'  test03@gmail.net\'
>>> mail_re = re.compile(r\'\\w+@g....\\.[a-z]{3}\')
>>> re.findall(mail_re,test_mail)
[\'test01@gmail.com\', \'test02@gmail.org\', \'test03@gmail.net\']

re.sub 以正则表达式为基础的替换工作

sub(pattern, repl, string, count=0)

第一个参数：规则
第二个参数：替换后的字符串
第三个参数：字符串
第四个参数：替换个数。默认为0，表示每个匹配项都替换

>>> test = \'blog.jb51.net jb51.net\'
>>> test_re = re.compile(r\'\\.\')
>>> re.sub(test_re,\'--\',test)
\'blog--linuxeye--com linuxeye--com\'
>>> re.sub(test_re,\'--\',test,1)
\'blog--jb51.net jb51.net\'