re模塊是python中特有的，但是正則表達式是通用的。
正則表達式介紹
(1)特殊符號處理常用邏輯
| 符號 | 含義 | 正則表達式 | 可以匹配的例子 | 不可能匹配的例子 |
| . | 匹配任一字符 | "a.c" | "abc",''amc" | "addc","addds" |
| ^ | 匹配以某個字符開始的字符串 | "^a" | "accc" | "vccc" |
| $ | 匹配以某個字符結尾的字符串 | "a$" | "csada" | "ssum" |
| [] | 匹配多個字符,可以將[]看作字典查找匹配 | "[abcd]" | "ab" |
"mn" |
| [^...] | 匹配非字符組中的字符 | "[^abc]" | "ssds" | "abc" |
| a|b | 匹配a或者b | "root|cat" | "root" | "big" |
| () | 匹配括號內的表達式 | "(k|d)ing" | "ding" | "crying" |
重複型的匹配符號
| 符號 | 含義 | 正則表達式 | 可以匹配的例子 |
| + | 匹配一次或多次 | "(a|c)+d$" | "ad","caccd" |
| * | 匹配零次或多次 | "(a|c)*d$" | "d","aaad" |
| ? | 匹配零次或一次 | "(a|c)?d$" | "ad","cd","d" |
| {n} | 匹配確定的 n次(n爲正整數) | "[0-9]{2}" | "21","26" |
| {n,} | 至少匹配n次 | "[0-9]{3,}" | "001","003003" |
| {n,m} | 最少匹配 n次且最多匹配 m 次 | "[0-9]{2,4}" | "23","231","6551" |
關於[]一些常用的匹配：
| 字符 | 含義 |
| [0-9] | 匹配0-9這10個數字 |
| [a-z] | 匹配a-z這26個小寫字母 |
| [A-Z] | 匹配A-Z這26個大寫字母 |
| [a-f0-7F-M] | 匹配a-f小寫字母，匹配0-7數字，匹配F-M大寫字母 |
轉義字符 : \
在[]中有一些表達需要看作特殊符號，因此需要用到"\"。如果想要匹配某段文字中的一個"\"，則需要4個反斜槓"\\\\"(在正則中需要4個)。解釋：前兩個反斜槓出來一個"\"，後兩個反斜槓也出來一個"\"，這兩個被送進正則表達中，由於"\"在正則中，有轉義的作用，因此"\\"被翻譯成一個普通的斜槓。
這時，可以利用原聲字符串來解決這個問題，上面的這個可以寫成 r"\\"，即"\\"不轉義直接送到正則表達式中，因此正則表達式讀取後就是"\"。
在正則表達式中，轉義字符加一些字母有一些特殊的意思，如下表所示。
| 字符 | 說明 | 正則表達式 | 可以匹配的例子 | 不可以匹配的例子 |
| \d | 匹配一個數字 | "aca\d" | "aca2" | "acas" |
| \s | 匹配任意空白符 | "a\sb" | "a b" (一個空格) | "abb" |
| \t | 匹配一個製表符 | "\t" | ||
| \n | 匹配一個換行符 | "\nA" | ||
| \w | 匹配字母、數字、下劃線 | "a\wc" | "a_c" | "a$c" |
| \f | 匹配一個換頁符 | |||
| \b | 匹配一個單詞邊界 |
re模塊常用函數
(1) re.match(regex, string, flags=0)
從字符串的起始位置匹配，匹配成功返回一個match對象，否則返回None
import re
regex = "a.c"
string = "abc"
print(re.match(regex,string))
output:
<_sre.SRE_Match object; span=(0, 3), match='abc'>
#含義：begin position：0 ;end position:3;match string is "abc"
(2) re.search(regex,string)
掃描整個字符串並返回第一個成功的匹配的，如果沒有就返回None
import re
regex = r"\d.\\c"
string = "1A\c2\sc"
print(re.search(regex,string))
output:
<_sre.SRE_Match object; span=(0, 4), match='1A\\c'>
(3)re.sub(regex, repl, string, count=0, flags=0)
替換字符串中的匹配項, regex 正則中的模式字符串，repl替換的字符串
count : 模式匹配後替換的最大次數，默認 0 表示替換所有的匹配
flags是一個標誌位，不怎麼用不寫了。
import re
regex = r'#.*$'
string = "2004-959-559 # 這是一個國外電話號碼"
print(re.sub(regex,"",string))
output：
2004-959-559
(4)re.compile(regex)
生成一個帶有regex正則表達式的對象，供其他函數split，match，search使用。例子看(5)。
(5)re.split(regex, string,maxsplit)
按照能夠匹配的子串將字符串分割後返回列表
import re
regex = "[a|b]+c"
pattern = re.compile("[a|b]+c")
string = "acbcbdcksnfcvscdbcacccbc"
print(re.split(regex,string,maxsplit=3)) #最大分隔3次
print(pattern.split(string))
output:
['', '', 'bdcksnfcvscd', 'acccbc']
['', '', 'bdcksnfcvscd', '', 'cc', '']
(6)re.findall(string,begin,end)
從字符串中找到匹配的所有子串，作爲列表返回；如果沒有找到匹配的，則返回空列表。
import re
pattern = re.compile("[a|b]+c")
string = "acbcbdcksnfcvscdbcacccbc"
print(pattern.findall(string))
print(pattern.findall(string,5,len(string)))
### 從5位置開始匹配直到結尾
output：
['ac', 'bc', 'bc', 'ac', 'bc']
['bc', 'ac', 'bc']
(7)re.finditer(string)
與re.findall 類似，在字符串中找到正則表達式所匹配的所有子串，並把它們作爲一個迭代器返回。
import re
pattern = re.compile("[a|b]+c")
string = "acbcbdcksnfcvscdbcacccbc"
match = []
for i in pattern.finditer(string):
match.append(i.group(0))
print(match)
output：
['ac', 'bc', 'bc', 'ac', 'bc']
參考：