匹配单个字符

https://www.runoob.com/python/python-reg-expressions.html
https://www.jb51.net/article/264147.htm

.：匹配所有字符，除了换行符
[]：匹配括号中任意一个字符
[^]：匹配不在括号中的任意一个字符
\d：匹配一个数字字符
\D：匹配一个非数字字符
\s：匹配任何不可见字符（空格、制表符、换行符等）
\S：匹配任何可见字符
\w：匹配任何单词字符
\W：匹配任何非单词字符
^：匹配字符串的开头
$：匹配字符串的结尾

匹配多个字符

*：匹配前面的字符0次或多次
+：匹配前面的字符1次或多次
?：匹配前面的字符0次或1次
：匹配前面的字符恰好n次
{n,}：匹配前面的字符至少n次
{n,m}：匹配前面的字符至少n次，但不超过m次

匹配分组

()：将括号中的内容作为一个分组
|：匹配多个模式中的任意一个，比如A|B表示匹配A或B

匹配转义字符

 \：转义字符

常用的RegEx函数

search    从字符串中进行搜索，成功则返回匹配目标，失败则返回None
match    从字符串开头进行匹配，成功则返回匹配目标，失败则返回None
fullmatch    匹配整个字符串
split    根据模式分割字符串
findall    查找字符串中所有非重叠匹配
finditer    类似于findall，但返回Python迭代器
sub    用提供的字符串替代匹配模式

常用示例

import re
result = re.findall(r'.', text)
result = re.findall( r'\d', text)


re.sub("world", "Python", sssss, flags=re.IGNORECASE) #忽略大小写

# 清理class
_html = re.sub(r'(\sclass=".*?")', '', _html)
# 清理style
_html = re.sub(r'(\sstyle=".*?")', '', _html, flags=re.IGNORECASE)
# 清理width
_html = re.sub(r'(\swidth="\d+")', '', _html, flags=re.IGNORECASE)
_html = re.sub(r'(\sheight="\d+")', '', _html, flags=re.IGNORECASE)

特殊说明

(.*) 第一个匹配分组，.* 代表匹配除换行符之外的所有字符。
(.*?) 第二个匹配分组，.*? 后面多个问号，代表非贪婪模式，也就是说只匹配符合条件的最少字符