简介正则表达式（regularexpressions）是可以匹配文本片段的模式。最简单的正则表达式是一个匹配自身的普通字符串。例如，正则表达式“hello”匹配字符串“hello”。re模块在Python中，我们可以使用内置的re模块来处理正则表达式。私信小编007送PDF几十套！使用compile函数将正则表达式的字符串形式编译成Pattern对象。使用Pattern对象提供的一系列方法对文本进行匹配查找，得到匹配结果（一个Match对象）。***使用Match对象提供的属性和方法获取信息，根据需要进行其他操作用于查找字符串的头部（也可以指定起始位置），是one-match匹配，找到一个匹配就返回，而不是查找所有匹配。它的一般使用形式如下：match(string[,pos[,endpos]])其中string为要匹配的字符串，pos和endpos为可选参数，指定字符串的开始和结束位置，默认值分别是0和len（字符串长度）。因此，当不指定pos和endpos时，match方法默认匹配字符串的头部。上面匹配成功返回一个Match对象，其中：group([group1,…])方法用于获取一组或多组匹配的字符串，当想获取整个匹配的子串时，可以使用直接分组（）或分组（0）；start([group])方法用于获取group匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为0；end([group])方法用于获取group匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为0；跨度（[组]）方法返回（开始（组），结束（组））。search方法search方法用于查找字符串的任意位置，它也是一个匹配，只要找到一个匹配的结果就会返回，而不是搜索所有匹配的结果，它的一般使用形式如下：search(string[,pos[,endpos]])其中，string为要匹配的字符串，pos和endpos为可选参数，指定字符串的开始和结束位置，默认值为0和len（字符串长度）分别。findall方法上面的match和search方法都是匹配，只要找到匹配的结果就会返回。然而，大多数时候，我们需要搜索整个字符串以获得所有匹配结果。findall方法的使用形式如下：findall(string[,pos[,endpos]])其中，string为要匹配的字符串，pos和endpos为可选参数，指定字符串的起止位置，默认值分别是0和len（字符串长度）。findall将所有匹配的子字符串作为列表返回，如果没有匹配则返回空列表。看例子：importrepattern=re.compile(r'd+')#Findnumbersresult1=pattern.findall('hello123456789')result2=pattern.findall('one1two2three3four4',0,10)printresult1printresult2execution结果：['123456','789']['1','2']finditer方法finditer方法的行为类似于findall。它还搜索整个字符串并获得所有匹配结果。但它返回一个迭代器，该迭代器按顺序访问每个匹配结果（Match对象）。split方法split方法根据可以匹配的子字符串拆分字符串并返回一个列表。其用法如下：split(string[,maxsplit])其中，maxsplit用于指定最大拆分次数，不指定则全部拆分。看例子：如果repl是一个字符串，repl会被用来替换字符串的每一个匹配的子串，并返回替换后的字符串。另外，repl也可以用id的形式来指代组，而不是数字0；如果repl是一个函数，该方法应该只接受一个参数（Match对象）并返回一个用于替换的字符串（返回的字符串中不能引用组）。count用于指定最大替换次数，不指定则全部替换。它返回一个元组：(sub(repl,string[,count]),numberofsubstitutions)该元组有两个元素，第一个元素是使用sub方法的结果，第二个元素返回原始字符串被替换的次数。看例子：其实compile函数生成的Pattern对象的一系列方法对应re模块的大部分函数，??只是在用法上有细微差别。匹配函数匹配函数的使用形式如下：搜索函数搜索函数的使用形式如下：re.search(pattern,string[,flags])搜索函数不能指定字符串的搜索范围，它的用法类似于Pattern对象的搜索方法。findall函数findall函数的使用形式如下：re.findall(pattern,string[,flags])findall函数不能指定字符串的搜索范围，其用法类似于Pattern对象的findall方法.看例子：importreprintre.findall(r'd+','hello12345789')#output['12345','789']finditer函数finditer函数的使用类似于Pattern的finditer方法，形式如下：re.finditer(pattern,string[,flags])splitfunctionsplit函数使用如下：re.split(pattern,string[,maxsplit])subfunctionsubfunction使用如下：re.sub(pattern,repl,string[,count])subn函数subn函数的使用形式如下：re.subn(pattern,repl,string[,count])使用哪种方式？从上面可以看出，re模块的使用有两种方式：使用re.compile函数生成一个Pattern对象，然后使用Pattern对象的一系列方法进行文本的匹配和查找；直接使用re.match、re.search、re.findall等函数直接匹配搜索文本；下面，我们用一个例子来展示这两种方法。先看第一个用法：importre#将正则表达式编译成Pattern对象pattern=re.compile(r'd+')printpattern.match('123,123')printpattern.search('234,234')printpattern.findall('345,345')看第二种用法：importreprintre.match(r'd+','123,123')printre.search(r'd+','234,234')printre.findall(r'd+','345,345')如果一个正则表达式需要多次使用（比如上面的d+），往往会用到很多场合，为了效率考虑，我们应该预先编译正则表达式，生成一个Pattern对象，然后使用该对象的一系列方法来匹配需要匹配的文件；如果直接使用re.match、re.search等函数，每次传入一个正则表达式，都会编译一次，效率会大大降低。因此，我们推荐用法1.匹配中文在某些情况下，我们希望匹配文本中的汉字。需要注意的一点是中文的unicode编码范围主要在[u4e00-u9fa5]。这主要是因为这个范围并不完整，例如，它不包括全角（中文）标点符号，但是在大多数情况下应该足够了。假设现在你想从字符串中提取中文title=u'Hello,hello,world'，你可以这样做：#-*-coding:utf-8-*-importretitle=u'Hello,hello,world'pattern=re.compile(ur'[\u4e00-\u9fa5]+')result=pattern.findall(title)printresult注意我们在正则表达式前面加了两个前缀ur，其中r表示使用Originalstring，u表示unicode字符串。执行结果：[u'\u4f60\u597d',u'\u4e16\u754c']贪心匹配在Python中，正则匹配默认为贪心匹配（少数语言可能是非贪心的），即匹配尽可能多的字符可能的。例如，我们要查找字符串中的所有div块：importrecontent='aa
