re.findall 匹配到正则表达式的字符，匹配到的每个字符存入一个列表，返回一个匹配到的所有字符列表
一. 匹配单个字符
import re # \w 匹配所有字母、数字、下划线 re.findall(\'\w\',\'abcd_123 *-\') # 结果为：[\'a\', \'b\', \'c\', \'d\', \'_\', \'1\', \'2\', \'3\'] # \s 匹配所有不可见字符 # 不可见字符有：\n \t 空格 re.findall(\'\s\',\'abcd \n\tdf21 \') # 结果为：[\' \', \'\n\', \'\t\', \' \', \' \'] # \d 匹配所有数字 re.findall(\'\d\',\'a1bc3 4d \n\tdf21 \') # 结果为：[\'1\', \'3\', \'4\', \'2\', \'1\'] # . 匹配\n换行符以外的所有可见和不可见字符 re.findall(\'.\', \'c3 d\n\td1\') # 结果为：[\'c\', \'3\', \' \', \'d\', \'\t\', \'d\', \'1\']
二. 匹配多个字符
#匹配多个字符：* + ？ import re # * 匹配0或n次 re.findall(\'\d*\', \'1a23\') # 结果为：[\'1\', \'\', \'23\', \'\'] # + 匹配1或n次 re.findall(\'\d+\', \'1a23\') # 结果为：[\'1\', \'23\'] #前面2个是叫贪婪匹配 # ？ 匹配0或1次 re.findall(\'\d?\', \'1a3\') # 结果为：[\'1\', \'\', \'3\', \'\'] # 这个叫非贪婪匹配
三. 匹配指定范围字符
# {m,n} 匹配最少m次，最多n次 # {m} 只匹配m次的 # {，n} 匹配最大n次，最小次数不限 # {m,} 匹配最小m次，最大次数不限 re.findall(\'\d{2,4}\', \'1a33g134nn12345\') # 结果为：[\'33\', \'134\', \'1234\'] re.findall(\'a{3}\', \'1aaa3*G+1aaaan#b\') # 结果为：[\'aaa\', \'aaa\'] # | 匹配 或 语法的字符 re.findall(\'1|23|4\', \'1a33g134nn12345\') # 结果为：[\'1\', \'1\', \'4\', \'1\', \'23\', \'4\'] # [ ] 匹配括号内的字符（只匹配单个） re.findall(\'[123]\', \'1a33g134nn12345\') # 结果为：[\'1\', \'3\', \'3\', \'1\', \'3\', \'1\', \'2\', \'3\'] re.findall(\'[0-9a-zA-Z]\', \'1a3*G+1n#\') # 匹配0到9或者a到z或者A到Z单个字符 # 结果为：[\'1\', \'a\', \'3\', \'G\', \'1\', \'n\'] # ^x 行首匹配 # x$ 行尾匹配 re.findall(\'^1\', \'1a3*G+1n#b\') re.findall(\'b$\', \'1a3*G+1n#b\') # 结果为：[\'1\'] # 结果为：[\'b\']
四. 一些比较不常见的匹配
\b 单词边界，重点理解在于‘边界’二字，‘单词’代表匹配的字符串
划定边界基本原则：比如表达式为 \'\b单词\b\' 的意思就是匹配字符串为‘单词’，单词两边需要存在满足条件的边界才能匹配成功。匹配失败结果肯定是空列表，匹配成功结果就是匹配的单词字符串列表。
\b在哪边就限制哪边的匹配。
匹配成功的边界满足条件跟匹配单词字符串有关联，双方是同一类型则失败，不同类型则成功
# 正则表达式中的\b可以用匹配目标单词字符串，加设限制匹配边界 # 单词的 前边界:\'\b单词\' # 后边界:\'单词\b\' # 前和后边界:\'\b单词\b\' # 在\b的使用中有这样几点是需要格外注意的。 # 0. \b本身的含义就有转义字符串的作用，要用字符边界就得将其原始含义去掉，所以需要加r或者\\b(两个不能一起用） # 1. 单词字符串能否匹配成功是有规律的： # 如果是a-z,A-Z,0-9，则匹配边界为非字母数字才能匹配成功。 # 如果是非字母数字，则匹配边界为a-z,A-Z,0-9才能匹配成功。 # 如果是两个混在一起，判断标准为那个挨着\b最近的字符作为判断标准，如果是字母数字，则匹配边界为非字母数字才成功，反之亦然。 import re s=\'aa abcperty/-aa \' res1=re.findall(r\'\babc\',s) # 结果:[\'abc\'] 单词为字母，左匹配边界为非字母数字，匹配成功 res2=re.findall(r\'abc\b\',s) # 结果:[] 单词为字母，右匹配边界为字母，匹配失败 print(res1,res2) s=\'aa@# perty/-aa \' res3=re.findall(r\'\b@#\',s) # 结果:[\'@#\'] 单词为非字母数字，左匹配边界为字母，匹配成功 res4=re.findall(r\'@#\b\',s) # 结果:[] 单词为非字母数字，右匹配边界为空格(非字母数字），匹配失败 print(res3,res4) s=\'aa@a perty/-aa \' res5=re.findall(r\'\b@a\',s) # 结果:[\'@a\'] 单词为混合，@挨着\b，单词以非字母数字为标准，左匹配边界为字母，匹配成功 res6=re.findall(r\'@a\b\',s) # 结果:[\'@a\'] 单词为混合，a挨着\b，单词以字母数字为标准，右匹配边界为空格，匹配成功 print(res5,res6) # 2.字符串的首尾边界默认定义为 非字母数字，所以如果匹配的单词字符串在首尾，则匹配字母数字则会成功，匹配非字母数字失败。 s= \'abcd@\' res7 = re.findall(r\'\ba\',s) # 结果:[\'a\'] 单词为字母，左匹配边界为首，默认定义为非字母数字，匹配成功 res8 = re.findall(r\'@\b\',s) # 结果:[] 单词为非字母数字，右匹配边界为尾，默认定义为非字母数字，匹配失败 print(res7,res8)
五. 分组
用小括号表示，分组后的正则表达式优先匹配并返回括号内的值
六. re模块常用方法
re.search
查找，匹配成功返回第一匹配的字符串，结果为封装的对象（注意search返回的是个对象，.group() 后得到的是字符串不是列表），失败返回None
import re s = \'welcome world hello python\' res = re.search(\'hello\', s) print(res) print(res.group()) # 结果： <_sre.SRE_Match object; span=(14, 19), match=\'hello\'> hello
re.match
匹配，在行首匹配字符串，方法同search，区别在于，match在行首匹配，search是从前到后全部查找匹配。
s = \'hello welcome world hello python\' res=re.match(\'hello\', s) print(res) print(res.group()) res1=re.match(\'welcome\',s) print(res1) # 结果： <_sre.SRE_Match object; span=(0, 5), match=\'hello\'> hello None
re.split
用匹配成功的字符串作为切割符，进行原字符串的切割，返回一个切割后的列表。匹配失败，直接返回原字符串，不做任何切割处理
匹配成功完成切割 s1 = \'hello welchhome world hello python\' res=re.split(\'h.+?o\',s1) print(res) # 结果： [\'\', \' welc\', \'me world \', \' python\'] 匹配不成功，返回原字符串。不做任何切割处理 s1 = \'hello welchhome world hello python\' res0=re.findall(\'json\',s1) print(res0) res=re.split(\'json\',s1) print(res) # 结果： [] [\'hello welchhome world hello python\']
re.compile
将正则表达式封装成对象，用于重复使用该表达式。使用方法看例子：
s1 = \'hello welchhome world hello python\' pat=re.compile(\'h.+?o\') res2=pat.findall(s1) print(res2) # 结果： [\'hello\', \'hho\', \'hello\']
re.sub
替换，重组（group(1)、group(2)...group(n)用\1 \2 ...\n来替换，进行字符串的重新组合（前面要加r防止其转义））
s=\'<我的博客地址https://www.cnblogs.com/oldboy2019/,欢迎大家来访问、交流,欢迎大家一起探讨python!ohye!>\' # pat=re.compile(r\'<(.+)http://(www.+/),.+>\') pat=re.compile(r\'<(.+)http.+(www.+/),(.+?)([a-z]+)!(.+)!>\') print(pat.findall(s)) res=pat.sub(r\'\2\n这是\1,\4,\5\3\',s) print(res) # 结果： [(\'我的博客地址\', \'www.cnblogs.com/oldboy2019/\', \'欢迎大家来访问、交流,欢迎大家一起探讨\', \'python\', \'ohye\')] www.cnblogs.com/oldboy2019/ 这是我的博客地址,python,ohye欢迎大家来访问、交流,欢迎大家一起探讨
#注意，这里第二个打印我在前面加了个原义字符r,但是里面\n还是转义成了换行，很奇怪，这个地方欢迎一起交流，为何会出现这种情况呢？