接上个博客：
匹配某种字符类型
反斜杠后面接一些字符，表示匹配某种类型的一个字符。
例如：
| 字符 | 解释 | 等价表达式 |
|---|---|---|
\d |
匹配0-9之间任意一个数字字符 | [0-9] |
\D |
匹配任意一个不是0-9之间的数字字符 | [^0-9] |
\s |
匹配任意一个空白字符(包括 空格、tab、换行符等) | [\t\n\r\f\v] |
\S |
匹配任意一个非空白字符 | [^ \t\n\r\f\v] |
\w |
匹配任意一个文字字符(包括大小写字母、数字、下划线) | [a-zA-Z0-9_] |
\W |
匹配任意一个非文字字符 | [^a-zA-Z0-9_] |
反斜杠也可以用在方括号里面，比如 [\s,.] 表示匹配 ： 任何空白字符， 或者逗号，或者点
[ ] 匹配几个字符之一
[ ]表示要匹配指定的几个字符之一 。
例如:
[xyz]可以匹配 x, y, 或者 z 里面的任意一个字符。等价于 [x-z]
[x-z] 中间的 - 表示一个范围从x 到 z
-
一些 元字符 在 方括号内失去了魔法， 变得和普通字符一样了。
例如：
[akm.]匹配 a k m . 里面任意一个字符，其中 . 不在表示匹配任意字符 -
如果在方括号中使用
^， 表示非方括号里面的字符集合。
例如：
[^\d]表示，选择非数字的字符
起始、结尾位置和 单行、多行模式
^表示匹配文本的 开头 位置。 -
如果是 单行模式 ，表示匹配 整个文本 的开头位置。
如果是 多行模式 ，表示匹配 文本每行 的开头位置。
$ 表示匹配文本的 结尾 位置。
- 如果是 单行模式 ，表示匹配 整个文本 的结尾位置。
如果是 多行模式 ，表示匹配 文本每行 的结尾位置。
|匹配两者之一竖线表示匹配 前者
或后者
()分组组 就是把正则表达式匹配的内容里面其中的某些部分标记为某个组。而且可以标记多个组。
例如：
我们一段话中需要匹配多个地方
百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneu.ro我们需要匹配网站名称和网址就可以这样写
^ (.+) 的.{3} (.+)
这样就把网站名称和网址单独的放在组group中了。
import re
content = '''百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneu.ro'''
p = re.compile(r'^(.+)的.{3}(.+)', re.MULTILINE)
for one in p.findall(content):
print(one)运行结果：
('百度', 'baidu.com')
('谷歌', 'google.com')
('yuaneuro的博客', 'yuaneu.ro')当有多个分组的时候，我们可以使用 (?P<分组名>...) 这样的格式，给每个分组命名。
例如上面的例子就可以用^(?P<name>.+)的.{3}(?P<url>.+)
import re
content = '''百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneu.ro'''
p = re.compile(r'^(?P<name>.+)的.{3}(?P<url>.+)', re.MULTILINE)
for match in p.finditer(content):
print(match.group('name'))
print(match.group('url'))运行结果：
百度
baidu.com
谷歌
google.com
yuaneuro的博客
yuaneu.ro