该篇主要介绍re的使用。

1、re.compile函数

re模块中的重要函数。该函数根据包含的正则表达式的字符串创建模式对象。可以实现更有效率的匹配。在直接使用字符串表示的正则表达式进行search，match和findall操作时，python会将字符串转换为正则表达式对象。而使用compile完成一次转换后，在每次使用模式的时候就不用重复转换。当然，使用re.compile()函数进行转换后，re.search(pattern, string)的调用方式就转换为pattern.search(string)的调用方式。

import re

some_text = 'a,b,,,,c d'
reObj = re.compile('[, ]+')
reObj.split(some_text)
# ['a', 'b', 'c', 'd']

2、re.findall函数

定义如下。发返回string中所有与pattern匹配的全部字符串，返回形式为数组。

def findall(pattern, string, flags=0):
    """Return a list of all non-overlapping matches in the string.

    If one or more capturing groups are present in the pattern, return
    a list of groups; this will be a list of tuples if the pattern
    has more than one group.

    Empty matches are included in the result."""

    return _compile(pattern, flags).findall(string)

findall的两种表示形式

import re

kk = re.compile(r'\d+')
print(kk.findall('one1two2three3four4'))
# [1,2,3,4]

# 注意此处findall的用法，可传两个参数：
kk = re.compile(r'\d+')
print(re.findall(kk,"one123"))
# [1,2,3]

（1）re,findall中的正则表达式（.*?）

字符串

import re

str = 'aabbabaabbaa'
print(re.findall(r'a.b', str))  # . 匹配除\n以外的任意一个字符
# ['aab', 'aab']

print(re.findall(r'a*b', str)) # * 前面的字符出现0次或以上
# ['aab', 'b', 'ab', 'aab', 'b']

print(re.findall(r'a.*b', str)) # .* 贪婪，匹配从.*前面为开始到后面为结束的所有内容
# ['aabbabaabb']

print(re.findall(r'a.*?b',str)) # 非贪婪，遇到开始和结束就进行截取，因此截取多次符合的结果，中间没有字符也会被截取
# ['aab', 'ab', 'aab']

print(re.findall(r'a(.*?)b', str))  # 符号(.*?)非贪婪，与上面一样，只是与上面的相比多了一个括号，只保留括号的内容
# ['a', '','a']

(2)re,findall中的参数re.S

import re

str = '''aabbab
		 aabbaa
		 bb'''
print(re.findall(r'a.*?b', str))  # 参数无re.S，没有把最后一个换行的aab算进来
# ['aab', 'ab', 'aab']

print(re.findall(r'a.*?b', str, re.S))
# ['aab', 'ab', 'aab', 'aa\n\t\t b']  # 参数有re.S，不会对\n进行中断