python模块之re正则表达式详解

一、简单介绍

正则表达式是一种小型的、高度专业化的编程语言，并不是python中特有的，是许多编程语言中基础而又重要的一部分。在python中，主要通过re模块来实现。

正则表达式模式被编译成一系列的字节码，然后由用c编写的匹配引擎执行。那么正则表达式通常有哪些使用场景呢？

比如为想要匹配的相应字符串集指定规则；

该字符串集可以是包含e-mail地址、Internet地址、电话号码，或是根据需求自定义的一些字符串集；

当然也可以去判断一个字符串集是否符合我们定义的匹配规则；

找到字符串中匹配该规则的部分内容；

修改、切割等一系列的文本处理；

......

二、特殊符号和字符（元字符）

这里介绍常见的一些元字符，它给予正则表达式强大的功能和灵活性。表2-1列出了比较常见的符号和字符。

三、正则表达式

1、使用 compile()函数编译正则表达式

由于python代码最终会被翻译成字节码，然后在解释器上执行。所以对于我们代码中经常要用到的一些正则表达式进行预编译，执行起来会更加便捷。

re模块中的大多数函数和已经编译的正则表达式对象和正则匹配对象的方法同名并且具有相同的功能。

示例：

>>> import re>>> r1 = r'bugs'       # 字符串前加"r"反斜杠就不会被任何特殊方式处理，这是个习惯，虽然这里没用到>>> re.findall(r1, 'bugsbunny')    # 直接利用re模块进行解释性地匹配['bugs']       >>>>>> r2 = re.compile(r1)      # 如果r1这个匹配规则你会经常用到，为了提高效率，那就进行预编译吧>>> r2          # 编译后的正则对象<_sre.SRE_Pattern object at 0x7f5d7db99bb0>>>>>>> r2.findall('bugsbunny')     # 访问对象的findall方法得到的匹配结果与上面是一致的['bugs']         # 所以说，re模块中的大多数函数和已经编译的正则表达式对象和正则匹配对象的方法同名并且具有相同的功能

re.compile()函数也接受可选的标志参数，常用来实现不同的特殊功能和语法变更。这些标志也可以作为参数适用于大多数re模块函数。这些标志可以用操作法(|)合并。

示例：

>>> import re>>> r1 = r'bugs'>>> r2 = re.compile(r1,re.I) # 这里选择的是忽略大小写的标志，完整的是re.IGNORECASE，这里简写re.I>>> r2.findall('BugsBunny')['Bugs']<br><br># re.S 使.匹配换行符在内的所有字符<br># re.M 多行匹配，英雄^和$<br># re,X 用来使正则匹配模式组织得更加清晰