Python学习笔记（三）——正则表达式

中文维基百科：
https://zh.wikipedia.org/wiki/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F
Python说明文档：
https://docs.python.org/2.7/library/re.html
^ ：匹配行首
$ ：匹配行末尾
. ：匹配任意字符
\s ：匹配空白字符（空格、TAB和回车）
\S ：匹配任意非空白字符
* ：匹配前面的子表达式零次或多次
*? ：匹配前面的子表达式零次或多次。（非贪婪模式^1）
+ ：匹配前面的子表达式一次或多次
+? ：匹配前面的子表达式一次或多次。（非贪婪模式）
[aeiou] ：匹配所包含的任意一个字符
[^XYZ] ：匹配未列出的任意一个字符
[a-z0-9] ：匹配指定范围内的任意字符序列
[^A-Za-z] ：第一个字符是^，它表示反向逻辑。这里匹配除了大小写字符之外的其他任意字符
(RegExp) ：获取括号内的字符串
例1：^X.*:，匹配：
```
 X-Sieve: CMU Sieve 2.3
 X-DSPAM-Result: Innocent
 X-Plane is behind schedule: two weeks
```
例2：^X-\S+:，匹配：
```
 X-Sieve: CMU Sieve 2.3
 X-DSPAM-Result: Innocent
```
例3：[0-9]+，匹配：2，19，42
正则表达式库在使用之前必须先导入到程序中：import re

re.search(RegExp,str)：判断字符串是否匹配正则表达式，返回True或者False（类似函数find()）。例如：

1
2
3

# 判断字符串“line”是否以“From:”开头
if re.search('^From:',line): # 等价于line.startwith('From:')
    ...

re.findall(RegExp,str)：通过正则表达式的匹配，抽取所有符合的子字符串，返回字符串列表。

(RegExp)：获取括号内的字符串。例如：

x = 'From stephen.marquard@uct.ac.za Sat Jan  5 09:14:16 2008'
y = re.findall('^From (\S+@\S+)',x)
print y # 打印出“['stephen.marquard@uct.ac.za']”
z = re.findall('@([^ ]*)',x)
print z # 打印出“['uct.ac.za']”

转义字符：\。例如：

# 在这个例子中由于$符号之前有一个反斜杠，它实际上匹配的是美元符号本身， 不是匹配一行的结尾
# 正则表达式的其他部分匹配一个或多个数字和句点
# 注意，方括号内，字符没有特殊性。
# 因此，[0-9.]实际表示数字和句点。方括号之外，句点是一个通配符，匹配任意字符。在方括号之内，句点就代表它本身。
import re
x = 'We just received $10.00 for cookies.'
y = re.findall('\$[0-9.]+',x)
print y # 打印出“['$10.00']”