文档介绍：使用 Python 模块 re 实现解析小工具
孙 翎, 软件工程师, IBM
贺 皓, 高级软件工程师, IBM
张 晗, 高级软件工程师, IBM
简介： Python 模块 re（Regular Expression）是一个正则表达式不跟在‟…‟的后面
包含‟ \ ‟的特殊序列的意义如表 2-2：
表 2. 正则表达式特殊序列
特殊表达式序列
意义
\A
只在字符串开头进行匹配。
\b
匹配位于开头或者结尾的空字符串
\B
匹配不位于开头或者结尾的空字符串
\d
匹配任意十进制数，相当于 [0-9]
\D
匹配任意非数字字符，相当于 [^0-9]
\s
匹配任意空白字符，相当于 [ \t\n\r\f\v]
\S
匹配任意非空白字符，相当于 [^ \t\n\r\f\v]
\w
匹配任意数字和字母，相当于 [a-zA-Z0-9_]
\W
匹配任意非数字和字母的字符，相当于 [^a-zA-Z0-9_]
\Z
只在字符串结尾进行匹配
Python re 的主要功能
Python 的 re 正则表达式模块定义了一系列函数，常量以及异常；同时，正则表达式被编译成 RegexObject ‟ 实例，本身可以为不同的操作提供方法。接下来简要介绍一下这些函数的功能和用法。
compile
(pattern[, flags])
把正则表达式的模式和标识转化成正则表达式对象，供 match() 和 search() 这两个函数使用。
re 所定义的 flag 包括：
忽略大小写
表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
多行模式
即为‟ . ‟并且包括换行符在内的任意字符（‟ . ‟不包括换行符）
表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
为了增加可读性，忽略空格和‟ # ‟后面的注释例：以下两种用法结果相同：
A)
compiled_pattern = (pattern) result = (string)
B)
result = (pattern, string)
search
(pattern, string[, flags])
在字符串中查找匹配正则表达式模式的位置，返回 MatchObject 的实例，如果没有找到匹配的位置，则返回 None。
对于已编译的正则表达式对象来说（），有以下 search 的方法：
search (string[, pos[, endpos]])
若 regex 是已编译好的正则表达式对象，(string, 0, 50) 等同于
>>> pattern = ("a")
>>> ("abcde")
# Match at index 0
>>> ("abcde", 1) # No match;
(string[:50], 0)。具体示例如下。
match
(pattern, string[, flags])
判断 pattern 是否在字符串开头位置匹配。对于 RegexObject，有： match(string[, pos[, endpos]])
match() 函数只在字符串的开始位置尝试匹配正则表达式，也就是只报告从位置 0 开始的匹配情况，而 search() 函数是扫描整个字符串来查找匹配。如果想要搜索整个字符串来寻找匹配，应当用 search()。
split
(pattern, string[, maxsplit=0, flags=0])
此功能很常用，可以将将字符串匹配正则表达式的部分割开并返回一个列表。对
RegexObject，有函数： split(string[, maxsplit=0])
例如，利用上面章节中介绍的语法：
>>> ('\W+', 'test, test, test.')
['test', 'test', 'test', '']
>>> ('(\W+)', ' test, test, test.')
[' test ', ',