正则表达式是什么

正则表达式（Regular Expression）是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 Python自1.5版本起增加了re模块，它提供Perl风格的正则表达式模式。 re模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。本篇文章主要介绍Python中常用的正则表达式的相关知识。

一、元字符

元字符：具有固定含义的特殊符号。常见的元字符如下表所示：

元字符	含义
.	匹配除换行符以外的任意字符
\w	匹配字母、数字、下划线
\d	匹配数字
\W	匹配非字母、非数字、非下划线
\D	匹配非数字
[ ]	一个字符组，可以把想要匹配的字符放在[ ]中
[^ ]	匹配除了字符组中的字符
^	匹配字符串的开始
$	匹配字符串的结尾

二、量词

即控制前方元字符出现的次数。

量词	含义
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

三、贪婪匹配和惰性匹配

匹配方式	字符表示
惰性匹配	.*?
贪婪匹配	.*

个人理解：惰性匹配是从起始字符到第一个出现结束字符的部分，即尽可能少、短的匹配；而贪婪匹配是从起始字符到最后一个出现结束字符的部分，即尽可能多、长的匹配。

四、re.match函数

re.match从字符串的起始位置匹配一个模式（从头开始匹配），如果不是起始位置匹配成功的话，match()返回none。
函数语法：

re.match(pattern,string,flags=0)

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写、多行匹配等。

若匹配成功，re.match()返回一个匹配的对象，否则返回None。
我们可以使用group(num)或groups()匹配对象函数来获取匹配表达式。

匹配对象方法	描述
group(num=0)	匹配的整个表达式的字符串，group()可以一次输入多个组号，这种情况下将返回一个包含那些组所对应值的元组。
groups()	返回一个包含所有小组字符串的元组，从1到所含的小组号。

import re
print(re.match('www','www.runoob.com').span()) #在起始位置匹配
print(re.match('com','www.runoob.com')) #不在起始位置匹配

输出结果：
（0，3）
None
解析：match()要想匹配成功，要匹配的字符串的开头就必须和正则表达式一样，否则匹配不会成功。
在这里插入图片描述

五、re.search函数

re.search是全文匹配，扫描整个字符串并返回第一个成功的匹配。
函数语法：

re.search(pattern,string,flags=0)

各参数含义与match()相同。
若匹配成功，返回一个匹配的对象，否则返回None。
同样可以用group(num)或group()匹配对象函数来获取匹配表达式。

import re
print(re.search('www','www.runoob.com').span())  
print(re.search('com','www.runoob.com').span())

输出结果：
（0，3）
（11，14）
在这里插入图片描述
总结match()和search()的小区别：
match()只匹配字符串的开头，若字符串开头和正则表达式不一样，则匹配失败，函数返回None；而search()会全文扫描，匹配整个字符串，直到找到第一个符合的，就返回第一个符合的。

六、re.findall函数

在这里插入图片描述

七、finditer函数

在这里插入图片描述

八、re.compile函数

compile()为预加载正则表达式，用于编译正则表达式，生成一个Pattern对象，供match()和search()两个函数使用。
语法格式为：

re.compile(pattern[,flags])

参数含义：

pattern：一个字符串形式的正则表达式
flags：可选，表示匹配模式，具体参数为如下：

re.l	忽略大小写
re.L	表示特殊字符集\w,\W,\b,\B,\s,\S，依赖于当前环境
re.M	多行模式
re.S	包含换行符在内的任意字符
re.U	表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\S,依赖于Unicode字符属性数据库
re.X	为了增加可读性，忽略空格和#后面的注释

在这里插入图片描述