Python 正则表达式

**RegEx 或正则表达式是形成搜索模式的字符序列。
RegEx 可用于检查字符串是否包含指定的搜索模式。**

## RegEx 模块
Python 提供名为 re 的内置包，可用于处理正则表达式。
导入 re 模块：
```
import re
```

## Python 中的 RegEx
导入 re 模块后，就可以开始使用正则表达式了：
实例
检索字符串以查看它是否以 "China" 开头并以 "country" 结尾：
```
import re

txt = "China is a great country"
x = re.search("^China.*country$", txt)
```

## RegEx 函数
re 模块提供了一组函数，允许我们检索字符串以进行匹配：
| 函数 | 描述 |
| --- | --- |
| findall | 返回包含所有匹配项的列表 |
| search | 如果字符串中的任意位置存在匹配，则返回 Match 对象 |
| split | 返回在每次匹配时拆分字符串的列表 |
| sub | 用字符串替换一个或多个匹配项 |

## 元字符
元字符是具有特殊含义的字符：
| 字符 | 描述 | 示例 |
| --- | --- | --- |
| [] | 一组字符 | "[a-m]" |
| \ | 示意特殊序列（也可用于转义特殊字符） | "\d" |
| . | 任何字符（换行符除外） | "he..o" |
| ^ | 起始于 | "^hello" |
| $ | 结束于 | "world$" |
| * | 零次或多次出现 | "aix*" |
| + | 一次或多次出现 | "aix+" |
| {} | 确切地指定的出现次数 | "al{2}" |
| l | 两者任一 | "falls l stays" |
| () | 捕获和分组 |  |

## 特殊序列
特殊序列指的是 \ 后跟下表中的某个字符，拥有特殊含义：
| 字符 | 描述 | 示例 |
| --- | --- | --- |
| \A | 如果指定的字符位于字符串的开头，则返回匹配项 | "\AThe" |
| \b | 返回指定字符位于单词的开头或末尾的匹配项 | r"\bain"或r"ain\b" |
| \B | 返回指定字符存在的匹配项，但不在单词的开头（或结尾处） | r"\Bain" 或r"ain\B" |
| \d | 返回字符串包含数字的匹配项（数字 0-9） | "\d" |
| \D | 返回字符串不包含数字的匹配项 | "\D" |
| \s | 返回字符串包含空白字符的匹配项 | "\s" |
| \S | 返回字符串不包含空白字符的匹配项 | "\S" |
| \w | 返回一个匹配项，其中字符串包含任何单词字符（从 a 到 Z 的字符，从 0 到 9 的数字和下划线 _ 字符） | "\w" |
| \W | 返回一个匹配项，其中字符串不包含任何单词字符 | "\W" |
| \Z | 如果指定的字符位于字符串的末尾，则返回匹配项 | "Spain\Z" |

## 集合（Set）
集合（Set）是一对方括号 [] 内的一组字符，具有特殊含义：
| 集合 | 描述 |
| --- | --- |
| [arn] | 返回一个匹配项，其中存在指定字符（a，r 或 n）之一 |
| [a-n] | 返回字母顺序 a 和 n 之间的任意小写字符匹配项 |
| [^arn] | 返回除 a、r 和 n 之外的任意字符的匹配项 |
| [0123] | 返回存在任何指定数字（0、1、2 或 3）的匹配项 |
| [0-9] | 返回 0 与 9 之间任意数字的匹配 |
| [0-5][0-9] | 返回介于 0 到 9 之间的任何数字的匹配项 |
| [a-zA-Z] | 返回字母顺序 a 和 z 之间的任何字符的匹配，小写或大写 |
| [+] | 在集合中，+、*、.、|、()、$、{} 没有特殊含义，因此 [+] 表示：返回字符串中任何 + 字符的匹配项 |

## findall() 函数
findall() 函数返回包含所有匹配项的列表。

实例
打印所有匹配的列表：
```
import re

str = "China is a great country"
x = re.findall("a", str)
print(x)
```
这个列表以被找到的顺序包含匹配项。

如果未找到匹配项，则返回空列表：
实例
如果未找到匹配，则返回空列表：
```
import re

str = "China is a great country"
x = re.findall("USA", str)
print(x)
```

## search() 函数
search() 函数搜索字符串中的匹配项，如果存在匹配则返回 Match 对象。

如果有多个匹配，则仅返回首个匹配项：
实例
在字符串中搜索第一个空白字符：
```
import re

str = "China is a great country"
x = re.search("\s", str)

print("The first white-space character is located in position:", x.start())
```

如果未找到匹配，则返回值 None：
实例
进行不返回匹配的检索：
```
import re

str = "China is a great country"
x = re.search("USA", str)
print(x)
```

## split() 函数
split() 函数返回一个列表，其中字符串在每次匹配时被拆分：
实例
在每个空白字符处进行拆分：
```
import re

str = "China is a great country"
x = re.split("\s", str)
print(x)
```

您可以通过指定 maxsplit 参数来控制出现次数：
实例
仅在首次出现时拆分字符串：

```
import re

str = "China is a great country"
x = re.split("\s", str, 1)
print(x)
```

## sub() 函数
sub() 函数把匹配替换为您选择的文本：
实例
用数字 9 替换每个空白字符：

```
import re

str = "China is a great country"
x = re.sub("\s", "9", str)
print(x)
```

您可以通过指定 count 参数来控制替换次数：
实例
替换前两次出现：

```
import re

str = "China is a great country"
x = re.sub("\s", "9", str, 2)
print(x)
```

## Match 对象
Match 对象是包含有关搜索和结果信息的对象。

注释：如果没有匹配，则返回值 None，而不是 Match 对象。

实例
执行会返回 Match 对象的搜索：

```
import re

str = "China is a great country"
x = re.search("a", str)
print(x) # 将打印一个对象
```

Match 对象提供了用于取回有关搜索及结果信息的属性和方法：
* span() 返回的元组包含了匹配的开始和结束位置
* .string 返回传入函数的字符串
* group() 返回匹配的字符串部分

实例
打印首个匹配出现的位置（开始和结束位置）。
正则表达式查找以大写 "C" 开头的任何单词：

```
import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.span())
```

实例
打印传入函数的字符串：
```
import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.string)
```

实例
打印匹配的字符串部分。
正则表达式查找以大写 "C" 开头的任何单词：
```
import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.group())
```

注释：如果没有匹配项，则返回值 None，而不是 Match 对象。