正则表达式(regex)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。

　　Python1.5版本起通过标准库中的re 模块来支持 Perl 风格的正则表达式。

2.1.符号

2. 2.特殊字符

 2.3.扩展表示法

2.4.标志修饰符

3.1.re模块

python的re模块允许多线程共享一个已编译的正则表达式对象，也支持命名子组。下表是常见的正则表达式属性：

3.2.compile()函数编译正则

compile() 函数将一个字符串编译为字节代码。

语法

以下是 compile() 方法的语法:

compile(source, filename, mode[, flags[, dont_inherit]])

参数

• source -- 字符串或者AST（Abstract Syntax Trees）对象。。
• filename -- 代码文件名称，如果不是从文件读取代码则传递一些可辨认的值。
• mode -- 指定编译代码的种类。可以指定为 exec, eval, single。
• flags -- 变量作用域，局部命名空间，如果被提供，可以是任何映射对象。。
• flags和dont_inherit是用来控制编译源码时的标志

>>>str = "for i in range(0,10): print(i)" 
>>> c = compile(str,'','exec')   # 编译为字节代码对象 
>>> c
<code object <module> at 0x10141e0b0, file "", line 1>
>>> exec(c)
0
1
2
3
4
5
6
7
8
9
>>> str = "3 * 4 + 5"
>>> a = compile(str,'','eval')
>>> eval(a)
17

3.3.group()和groups()

group()要么返回整个匹配的对象，要么返回特定子组。

groups()返回唯一或者全部子组的元组。

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";
earchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)
print earchObj.group()      #Cats are smarter than dogs
print earchObj.group(0)     #Cats are smarter than dogs
print earchObj.group(1)     #Cats
print earchObj.group(2)     #smarter
print earchObj.groups()     #('Cats', 'smarter')

3.4.match()和search()

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；

re.search()匹配整个字符串，直到找到一个匹配。

#!/usr/bin/python
import re
 
line = "Cats are smarter than dogs";
 
matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"
 
matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print "search --> searchObj.group() : ", matchObj.group()
else:
   print "No match!!"

以上实例运行结果如下：

No match!!
search --> searchObj.group() :  dogs

3.10.findall()和finditer()

findall()查询字符串中某个正则表达式全部的非重复出现情况。返回值为列表。

#!/usr/bin/python
import re
 
line = "Cats are smarter than dogs, how old are you ";
print re.findall('ar', line)


>>>>['ar', 'ar', 'ar']

finditer()和 findall() 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

#!/usr/bin/python
import re

line = "Cats are smarter than dogs, how old are you ";
for aa in re.finditer('ar', line):
    print (aa.group() )

>>>
ar
ar
ar

3.11.sub()和subn()

re.sub用于替换字符串中的匹配项。

sub()返回替换后的字符串

subn()返回元组，替换后的字符串和替换的总数。

re.sub(pattern, repl, string, count=0, flags=0)

参数：

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
 
phone = "2004-959-559 # 这是一个国外电话号码"
 
# 删除字符串中的 Python注释 
num = re.sub(r'#.*$', "", phone)
numn = re.subn(r'#.*$', "", phone)
print "电话号码是: ", num
print "电话号码是: ", numn
 
# 删除非数字(-)的字符串 
num = re.sub(r'\D', "", phone)
numn = re.subn(r'\D', "", phone)
print "电话号码是 : ", num
print "电话号码是: ", numn

>>>>>>>>>>>
电话号码是:  2004-959-559 
电话号码是:  ('2004-959-559 ', 1)
电话号码是 :  2004959559
电话号码是:  ('2004959559', 35)

3.12.splite()

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])

参数：

>>>import re
>>> re.split('\W+', 'runoob, runoob, runoob.')
['runoob', 'runoob', 'runoob', '']
>>> re.split('(\W+)', ' runoob, runoob, runoob.') 
['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', '']
>>> re.split('\W+', ' runoob, runoob, runoob.', 1) 
['', 'runoob, runoob, runoob.']
 
>>> re.split('a*', 'hello world')   # 对于一个找不到匹配的字符串而言，split 不会对其作出分割
['hello world']

3.13.扩展符号

 1.(?i)忽略大小写

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
 
line = "Cats are smarter than dogs, how old Are you ";
print re.findall('ar', line)
print re.findall(r'(?i)ar', line)



>>>['ar', 'ar']
>>>['ar', 'ar', 'Ar']

2.(？s).表示/n

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
 
line = '''Cats are smarter than dogs, 
          how old Are you,
          are you ok? ''';
print re.findall(r'ar.+', line)
print re.findall(r'(?s)ar.+', line)


>>>['are smarter than dogs, ', 'are you ok? ']
>>>['are smarter than dogs, \n          how old Are you,\n          are you ok? ']