python正则匹配
一、各符号含义
. ：匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式
* ：匹配0个或多个
+：匹配1个或多个
?：区分贪婪匹配或费贪婪匹配，？代表尽可能匹配少的内容。
.+：一个或多个字符
.*：0个或多个字符
.+?：表示0或1个字符，非贪婪匹配，即尽可能匹配少的字符，最少1个
.*?：表示非贪婪匹配，即尽可能匹配少的字符，最少0个
.+或者.*：表示 贪婪匹配，就即匹配尽可能多的字符
\d：匹配一个数字
\d+：匹配至少一个数字
\w：匹配一个字母
\w+：匹配至少一个字母
\s：匹配一个空格
\s+：匹配至少一个空格
{n,m}：匹配n到m个字符
|：或者的意思，A|B表示A或者B
^：表示行的开头
$:表示行的结束
[]:表示范围举例：
\d{2,7}：匹配2到7个数字
^\d：表示行以数字开头
\d$：表示必须以数字结束
[0-9a-zA-Z_]：表示匹配一个数字或字母或下划线
二、() [] {} 的含义
1、（） 是为了提取匹配字符串的，表达式中有几个()就有几个相应的匹配字符串
2、[] 是定义匹配的字符范围。比如[a-zA-Z0-9]表示相应位置的字符要匹配英文字符和数字。[\s*]表示匹配空格或者*号。[, ]表示匹配逗号或者一个空格。
3、{}一般是用来匹配的长度。比如\s{3}表示匹配三个空格，\s[1,3]表示匹配1到3个空格。
例如：
(0-9)匹配’0-9’本身。[0-9]匹配数字（注意后面有，可以为空）[0-9]+匹配数字(注意后面有+，不可以为空)。
[0-9]{0,9}表示长度为0到9的数字字符串。
三、常用正则匹配函数
re.compile(regstr)
re.findall(regstr,messtr)该函数根据包含的正则表达式的字符串创建模式对象，用法如下：
some_text = 'a,b,,,,c d'
reObj = re.compile('[, ]+')
str=reObj.findall(some_text) #等同于str=re.findall(reObj,some_text)和str=re.findall('[, ]+',some_text)
str1=reObj.split(some_text) #等同于re.split(reObj,some_text,)和re.split('[, ]+',some_text)结果如下：
str=[’,’, ‘,’, ’ ']
str1=[‘a’, ‘b’, ‘c’, ‘d’]
四、特殊情况
我们最常用得正则匹配符号为.+或者.*或者.+?或者.*?，这些能满足匹配任意字符，但是却不能匹配换行符。
1、满足匹配换行符
在findall()的参数中添加re.S后，即可匹配换行符：
page='a href="www.bai\ndu.com"'
url_list=re.findall(‘href=\"(.*?)\"’,page, re.S)
//url_list=re.findall(r'href="(.*?)"',page, re.S)结果为[‘www.bai\ndu.com’]
2、需要匹配得内容含有单引号、双引号、\、()等，这些都需要用反斜杠转义，如提取匹配字符串需要用到()，但是匹配的内容也含有()
str_1 = "sudo(19178)───sh(19179)───sh(19182)───sh(19185)"
re_key = re.compile("sudo\((\d+)\)───sh\((\d+)\)───sh\((\d+)\)───sh\((\d+)\)─")
ret = re_key.findall(str_1)3、正则匹配串前加了r，代表该段代码没有转义字符，都是原字符，就是为了使得里面的特殊符号不用写反斜杠了。
str_1 = "sudo(19178)───sh(19179)───sh(19182)───sh(19185)"
re_key = re.compile(r"sudo((\d+))───sh((\d+))───sh((\d+))───sh((\d+)\)")
ret = re_key.findall(str_1)4、如果匹配的原字符串是好几行呢？
如果你要多行匹配，那么需要加上re.S和re.M标志，re.S的作用是匹配换行符；加上re.M，作用是^和$标志将会匹配每一行，默认^和$只会匹配第一行。
例如：
str = "a23b\na34b"
re.findall(r"^a(.+)b", str)
#输出['23']，没有用re.S无法匹配换行符/n,所以输出不是['23b\na34']
re.findall(r"^a(\d+)b", str, re.M)
#输出['23', '34']，用re.M，代表匹配每行开头以a开头的内容
