正则表达式

架构

• 正则表达式匹配流程
  
  在Python中, re.compile()即为编译步骤

• Python支持的正则表达式元字符和语法
  

• 贪婪模式/非贪婪模式
  Python默认是贪婪模式，即尝试匹配尽可能多的字符

ab* 查找 abbbc 将找到 abbb
ab*? 查找 abbbc 将找到 a

• 反斜杠转义符
  正则表达式使用 \ 作为转义字符，那么python中需要4个＼来表示转义符，建议使用原生字符串，即 r"\d" 来表示整数

• 匹配模式
  re.compile(pattern[,flag]) flag可以指定忽略大小写(re.I)及多行匹配等模式, 当然这些也可以在pattern 中指定

• re 模块
  re.compile 方法编译Pattern对象，re也提供了与Pattern对象实例方法对应的模块方法，可以少写compile语句，但同时也无法复用编译后的Pattern对象

• Match
  re.match 方法返回Match对象

  • 属性
    
    • string: 匹配时使用的文本
    • re: 匹配时使用的Pattern对象
    • pos/endpos: 文本中正则表达式开始/结束搜索的索引
    • lastindex: 最后被捕获的分组在文本中的索引，如果没有则是None
    • lastgroup: 最后被捕获的分组的别名，如果没有则是None
  • 方法
    
    • group([group1,...]): 获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回，group1可以使用编号或别名，编号0表示整个匹配的字符串，不传参数就是group(0)
    • groups([default])： 以元组形式返回全部分组截获的字符串。相当于调用 group(1,2,...,last)
    • groupdict([default]): 返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内

• Pattern
  是一个编译好的正则表达式，必须使用compile进行构造。

• pattern.search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])
  查找字符串中可以匹配成功的子串，从string的pos下标处起尝试匹配pattern，如果pattern结束时仍可匹配，则返回一个Match对象；若无法匹配，则将pos加1后重新尝试匹配；直到pos=endpos时仍无法匹配则返回None。

• match 与 search 的区别
  match从字符串开始位置匹配，如果不符合则匹配失败返回None；search匹配整个字符串，直到找到一个匹配。

• 参考文章
  文章1
  文章2