python 正則式 概述及常用字元

1.元字元：
. 它匹配除了換行字元外的任何字元，在 alternate 模式（re.DOTALL）下它甚至可以匹配換行
^ 匹配行首。除非設定 MULTILINE 標誌，它只是匹配字串的開始。
$ 匹配行尾，行尾被定義為要麼是字串尾，要麼是一個換行字元後面的任何位置。
* 重複0或N次
+ 重複1或N次
? 重複0或1次
{} 該限定符的意思是至少有 m 個重複，至多到 n 個重複
[] 它們常用來指定一個字元類別，所謂字元類別就是你想匹配的一個字元集
\ 反斜線後面可以加不同的字元以表示不同特殊意義。它也可以用於取消所有的元字元，這樣你就可以在模式中匹配它們了
| 可選項，或者 "or" 操作符。
() 組
2.[akm$]將匹配字元"a", "k", "m", 或 "$" 中的任意一個；"$"通常用作元字元，但在字元類別裡，其特性被除去，恢複成一般字元。
3.用 "\" 開始的特殊字元所表示的預定義字元集
\d 匹配任何十進位數；它相當於類 [0-9]。
\D 匹配任何非數字字元；它相當於類 [^0-9]。
\s 匹配任何空白字元；它相當於類 [ \t\n\r\f\v]。
\S 匹配任何非空白字元；它相當於類 [^\t\n\r\f\v]。
\w 匹配任何字母數字字元；它相當於類 [a-zA-Z0-9_]。
\W 匹配任何非字母數字字元；它相當於類 [^a-zA-Z0-9_]。
\A 只匹配字串首。當不在 MULTILINE 模式，\A 和 ^ 實際上是一樣的。然而，在 MULTILINE 模式裡它們是不同的；\A 只是匹配字串首，而 ^ 還可以匹配在分行符號之後字串的任何位置。
\Z 只匹配字串尾。
\b 單詞邊界。這是個零寬界定符（zero-width assertions）只用以匹配單詞的詞首和詞尾。單詞被定義為一個字母數字序列，因此詞尾就是用空白符或非字母數字元來標示的。
\B 另一個零寬界定符（zero-width assertions），它正好同 \b 相反，只在當前位置不在單詞邊界時匹配。
4.重複元字元
* 重複0或N次
+ 重複1或N次
? 重複0或1次
{m,n}，其中 m 和 n 是十進位整數。該限定符的意思是至少有 m 個重複，至多到 n 個重複
5.RegexObject對象常用方法
match() 決定 RE 是否在字串剛開始的位置匹配
search() 掃描字串，找到這個 RE 匹配的位置
findall() 找到 RE 匹配的所有子串，並把它們作為一個列表返回
finditer() 找到 RE 匹配的所有子串，並把它們作為一個迭代器返回
6.MatchObject對象的常用方法
group() 返回被 RE 匹配的字串
start() 返回匹配開始的位置
end() 返回匹配結束的位置
span() 返回一個元組包含匹配 (開始,結束) 的位置
7.編譯標誌
DOTALL, S 使 . 匹配包括換行在內的所有字元
IGNORECASE, I 使匹配對大小寫不敏感
LOCALE, L 做本地化識別（locale-aware）匹配
MULTILINE, M 多行匹配，影響 ^ 和 $
VERBOSE, X 能夠使用 REs 的 verbose 狀態，使之被組織得更清晰易懂