[Python程序设计基础(第2版)][李东方 (10)[19页]

创建正则表达式对象p：
p=re.compile('''[0-9a-zA-Z\_] #匹配1个数字、字母或下画线
Leabharlann Baidu
AA?
#后面跟A或 AA
(0*)$
#由若干个0结尾
''',re.I|re.X) #忽略大小写、忽略空格并允许当中整行加注释
10.2.1 匹配与搜索
匹配与搜索函数通常有match()、search()和findall()，它们的 作用和用法相似，通常有两种使用方法。 ① 作为正则表达式编译对象p的方法使用：
re.match(pattern, string[,flag]) re.search(pattern, string[,flag]) re.findall(pattern, string[,flag])
【例10-1】 假定某E-mail地址由三部分构成：英文字母或数字（1～10 个字符）、“@”、英文字母或数字（1～10个字符）、“.”，最后以com 或org结束，其正则表达式为：'^[a-zA-Z0-9]{1,10}@[a-zA-Z09]{1,10}.(com|org)$'。输入E-mail地址的测试字符串，忽略大小写， 输出判断是否符合设定规则。
正则表达式是用基本符号，以单个字符、字符集 合、字符范围、字符间的组合等形式组成模板， 然后用这个模板与所搜索的字符串进行匹配。
利用正则表达式对字符串的匹配通常分为精确匹 配和贪婪匹配两种。
表10-1 正则表达式的常见基本符号
10.1.1 精确匹配
在正则表达式中，如果直接给出字符，则为精确 匹配
第10章 正则表达式的应用
本章教学目标：
理解正则表达式的基本语法规则。 学会用re库的内置函数进行匹配、搜索、分组、 替换等字符串操作。 了解和体验简单爬虫自动获取网页资源的方法。
10.1 正则表达式
正则表达式（regular expression）是由一些特 定字符及其组合所组成的字符串表达式，用来对 目标字符串进行过滤操作。
10.2 re模块的内置函数
Python处理正则表达式的标准库是re re.compile()函数通常包括pattern（正则表达
式）和flag（匹配模式，可选）参数。
flag的常见取值如下: re.I：忽略大小写。 re.L：使用当前本地化语言字符集中定义的\w、\W、\b、\B、\s、\S（用于 多语言操作系统）。 re.M：多行模式，使'^'和'$'作用于每行的开始和结尾。 re.S：用'.'所匹配的任意字符包括换行符。 re.U：使用Unicode字符集中定义的\w、\W、\b、\B、\s、\S、\d、\D。 re.X：忽略空格，并允许用'#'添加注释。
10.1.2 贪婪匹配
贪婪匹配是一种尽可能多地匹配字符的匹配模式 贪婪匹配是正字表达式默认的匹配方式
当需要对数字字符串'6540000'进行匹配时，根据其以数字开头和若干 个0结尾的特点可写出正则表达式'^(\d+)(0*)$'，但实际上该表达式 等效于'^(\d+)$'，因为默认的贪婪匹配模式直接把后面的'0'作为数字 全部匹配了，对'6540123'照样可以匹配，无法精确表达以若干个0结 尾的含义。这时，必须用'?'使得'\d+'采用非贪婪匹配模式，并限定0 的位数，用正则表达式'^(\d+?)(0{4})$'才能把后面的'0'全部匹配出 来。
（1）数字和字符 用'\d'可以匹配一个数字，用'\w'可以匹配一个字符（包括数 字）。例如：
'11\d'可匹配'114'，但不能匹配'11A' '\d\d\d'可匹配'021' '\w\w\d'可匹配'sp3'
（2）任意单个字符 用'.'可以匹配任意单个字符，例如：'py.'可以匹配'py2'、'py3'、'py!'等。 （3）多个字符 用'*'表示任意个字符（包括0个），用'+'表示至少1个字符，用'? '表示0个或1个字符，用 '{n}'表示n个字符，用'{n,m}'表示n-m个字符，例如，在正则表达式'd{3}\s+\d{3,8}'中， '\d{3}'匹配3位数字，'\s'匹配1个空格，而'\s+'表示至少有1个空格（包括制表位空格）， '\d{3,8}'表示3～8位数字。这样，该正则表达式即可匹配带区号并以任意个空格隔开的电话 号码。 （4）字符范围 用'[]'表示字符范围，1组方括号只能表示1个字符，例如，'[0-9a-zA-Z\_]'可匹配1个数字、 字母或下画线。'P|p'可匹配'P'或'p'，'[P|p]ython'可匹配'Python'或'python'。 （5）开头和结尾 用'^'表示行的开头，用'^\d'表示必须以数字开头。用'$'表示行的结束，用'\d$'表示必须以数 字结束。例如，'py'可以匹配'python'，但加上表示开头和结尾的符号，'^py$'就只能匹配整 行完整的'py'，而对于'python'则无法匹配了。 （6）特殊字符 特殊字符通常指非字母、非数字字符。例如，换行符'\n'、回车符'\r'、空白符'\s'、制表位符 '\t'等。 为避免与语法表达式中符号的歧义，要用'\'转义或加r前缀统一转义。建议使用r前缀，就可以 不用考虑转义的问题了。 例如，常见的用'-'隔开区号的电话号码, 可用正则表达式'\d{3}\-\d{3,8}'或r'd{3}d{3,8}'匹配。 （7）汉字 匹配汉字的正则表达式为：' [\u4e00-\u9fa5] '。在支持Unicode编码的系统中，也可以直接 用汉字精确匹配
import re
p=re.compile('^[a-zA-Z0-9]{1,10}@[a-zA-Z0-9]{1,10}.(com|org)$',re.I)
p.match(string[,pos[endpos]]) p.search (string[,pos[endpos]]) p.findall(string[,pos[endpos]])
若非指定，则pos和endpos的默认值分别为0和len(string)，即 从头到尾。 ② 不使用正则表达式编译对象而直接调用：