本文主要是介绍python正则表达式HOWTO（二），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
动机
进一步了解python正则表达式的相关使用
目录
-
编译标志
-
更多元字符
编译标志
编译标志允许你修改正则表达式的工作方式。 标志在 re 模块中有两个名称，长名称如 IGNORECASE 和一个简短的单字母形式，例如 I。 （如果你熟悉 Perl 的模式修饰符，则单字母形式使用和其相同的字母；例如， re.VERBOSE 的缩写形式为 re.X。）多个标志可以 通过按位或运算来指定它们；例如，re.I | re.M 设置 I 和 M 标志。
这是一个可用标志表，以及每个标志的更详细说明。
标志 意义 ASCII,A使几个转义如 \w、\b、\s和\d匹配仅与具有相应特征属性的 ASCII 字符匹配。DOTALL,S使 .匹配任何字符，包括换行符。IGNORECASE,I进行大小写不敏感匹配。 LOCALE,L进行区域设置感知匹配。 MULTILINE,M多行匹配，影响 ^和$。VERBOSE,X（为 '扩展'）启用详细的正则，可以更清晰，更容易理解。
I
IGNORECASE执行不区分大小写的匹配；字符类和字面字符串将通过忽略大小写来匹配字母。 例如，
[A-Z]也匹配小写字母。 除非使用ASCII标志来禁用非ASCII匹配，否则完全 Unicode 匹配也有效。 当 Unicode 模式[a-z]或[A-Z]与IGNORECASE标志结合使用时，它们将匹配 52 个 ASCII 字母和 4 个额外的非 ASCII 字母：'İ' (U+0130，拉丁大写字母 I，带上面的点)，'ı' (U+0131，拉丁文小写字母无点 i)，'s' (U+017F，拉丁文小写字母长 s) 和'K' (U+212A，开尔文符号)。Spam将匹配'Spam'，'spam'，'spAM'或'ſpam'(后者仅在 Unicode 模式下匹配)。 此小写不考虑当前区域设置；如果你还设置了LOCALE标志，则将考虑。
L
LOCALE使
\w、\W、\b、\B和大小写敏感匹配依赖于当前区域而不是 Unicode 数据库。区域设置是 C 库的一个功能，旨在帮助编写考虑到语言差异的程序。例如，如果你正在处理编码的法语文本，那么你希望能够编写
\w+来匹配单词，但\w只匹配字符类[A-Za-z]字节模式；它不会匹配对应于é或ç的字节。如果你的系统配置正确并且选择了法语区域设置，某些C函数将告诉程序对应于é的字节也应该被视为字母。在编译正则表达式时设置LOCALE标志将导致生成的编译对象将这些C函数用于\w；这比较慢，但也可以使\w+匹配你所期望的法语单词。在 Python 3 中不鼓励使用此标志，因为语言环境机制非常不可靠，它一次只处理一个“文化”，它只适用于 8 位语言环境。默认情况下，Python 3 中已经为 Unicode（str）模式启用了 Unicode 匹配，并且它能够处理不同的区域/语言。
M
MULTILINE(
^和$还没有解释；它们将在以下部分介绍 更多元字符。)通常
^只匹配字符串的开头，而$只匹配字符串的结尾，紧接在字符串末尾的换行符（如果有的话）之前。 当指定了这个标志时，^匹配字符串的开头和字符串中每一行的开头，紧跟在每个换行符之后。 类似地，$元字符匹配字符串的结尾和每行的结尾（紧接在每个换行符之前）。
S
DOTALL使
'.'特殊字符匹配任何字符，包括换行符；没有这个标志，'.'将匹配任何字符 除了 换行符。
A
ASCII使
\w、\W、\b、\B、\s和\S执行仅 ASCII 匹配而不是完整匹配 Unicode 匹配。 这仅对 Unicode 模式有意义，并且对于字节模式将被忽略。
X
VERBOSE此标志允许你编写更易读的正则表达式，方法是为您提供更灵活的格式化方式。 指定此标志后，将忽略正则字符串中的空格，除非空格位于字符类中或前面带有未转义的反斜杠；这使你可以更清楚地组织和缩进正则。 此标志还允许你将注释放在正则中，引擎将忽略该注释；注释标记为
'#'既不是在字符类中，也不是在未转义的反斜杠之前。例如，这里的正则使用
re.VERBOSE；看看阅读有多容易？:
charref = re.compile(r"""&[#] # Start of a numeric entity reference(0[0-7]+ # Octal form| [0-9]+ # Decimal form| x[0-9a-fA-F]+ # Hexadecimal form); # Trailing semicolon
""", re.VERBOSE)如果没有详细设置，正则将如下所示:
charref = re.compile("&#(0[0-7]+""|[0-9]+""|x[0-9a-fA-F]+);")更多元字符
|
或者“or”运算符。 如果 A 和 B 是正则表达式，A|B 将匹配任何与 A 或 B 匹配的字符串。 | 具有非常低的优先级，以便在交替使用多字符字符串时使其合理地工作。 Crow|Servo 将匹配 'Crow' 或 'Servo'，而不是 'Cro'、'w' 或 'S' 和 'ervo'。
要匹配字面 '|'，请使用 \|，或将其括在字符类中，如 [|]。
^
在行的开头匹配。 除非设置了 MULTILINE 标志，否则只会在字符串的开头匹配。 在 MULTILINE 模式下，这也在字符串中的每个换行符后立即匹配。
例如，如果你希望仅在行的开头匹配单词 From，则要使用的正则 ^From。:
print(re.search('^From', 'From Here to Eternity'))
<re.Match object; span=(0, 4), match='From'>print(re.search('^From', 'Reciting From Memory'))
None要匹配字面 '^'，使用 \^。
$
匹配行的末尾，定义为字符串的结尾，或者后跟换行符的任何位置。:
>>> print(re.search('}$', '{block}'))
<re.Match object; span=(6, 7), match='}'>
>>> print(re.search('}$', '{block} '))
None
>>> print(re.search('}$', '{block}\n'))
<re.Match object; span=(6, 7), match='}'>以匹配字面 '$'，使用 \$ 或者将其包裹在一个字符类中，例如 [$]。
\A
仅匹配字符串的开头。 当不在 MULTILINE 模式时，\A 和 ^ 实际上是相同的。 在 MULTILINE 模式中，它们是不同的: \A 仍然只在字符串的开头匹配，但 ^可以匹配在换行符之后的字符串内的任何位置。
\Z
只匹配字符串尾。
\b
字边界。 这是一个零宽度断言，仅在单词的开头或结尾处匹配。 单词被定义为一个字母数字字符序列，因此单词的结尾由空格或非字母数字字符表示。
参考
https://docs.python.org/zh-cn/3/howto/regex.html#regex-howto
这篇关于python正则表达式HOWTO（二）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
