一、常用方法
findall:匹配所有符合规律的内容，返回包含结果的列表
search：匹配并提取第一个符合规律的内容，返回一个正则表达式对象（Object）
sub：替换符合规律的内容，返回替换后的值。
S：表示多行匹配
注意:findall与search的区别：
findall会遍历整个加载范围里的内容，并逐一返回匹配到的内容；
而search一旦匹配到指定内容就不再往下匹配，返回结果，搜索结束。
二、常用符号：
.号：匹配任意字符，换行符\n除外
>>> import re>>> a='xy123'>>> b=re.findall('x.',a)>>> print (b)['xy']>>> b=re.findall('x..',a)>>> print (b)['xy1']
*号：匹配前一个字符0次或无限次
>>> a='xyxy123'>>> b=re.findall('x*',a)>>> print (b)['x', '', 'x', '', '', '', '', '']
？号：匹配前一个字符0次或1次
>>> a='xyxy123'>>> b=re.findall('x.?',a)>>> print b['x', '', 'x', '', '', '', '', ''] 注意：' '表示是匹配0次
+号：匹配前一个字符至少一次（一次或多次）
>>> a='xyxy123'>>> b=re.findall('x+',a)>>> print b['x', 'x']
.*号：贪心算法
>>> import re>>> secret_code='hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'>>> b=re.findall('xx.*xx',secret_code)>>> print b['xxIxxfasdjifja134xxlovexx23345sdfxxyouxx']
.*?号:非贪心算法
>>> import re>>>secret_code='hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'>>> b=re.findall('xx.*?xx',secret_code)>>> print b['xxIxx', 'xxlovexx', 'xxyouxx']
（）:括号内的数据作为结果返回
>>> import re>>>secret_code='hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'>>> b=re.findall('xx(.*?)xx',secret_code)>>> print b['I', 'love', 'you'] #匹配纯数据方法举例（\d+）
>>> a='asdfefrg137143fdfhxs4321ddfdvsdf543dd'>>> b=re.findall('(\d+)',a)>>> print b['137143', '4321', '543'] 当匹配指定内容是，若遇到具有特殊意义的字符，如|、\n、?等，需要用\去掉特定含义。
例
s='>1ABA:A|PDBID|CHAIN|SEQUENCE're.findall('>(.*?)\|',s)['1ABA:A'] search（）和group（）配套使用
正则表达式中，group（）用来提出分组截获的字符串，（）用来分组
import rea = "123abc456"print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0) #123abc456,返回整体print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1) #123print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2) #abcprint re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3) #456 分析：
1. 正则表达式中的三组括号把匹配结果分成三组
- group() 同group（0）就是匹配正则表达式整体结果
- group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。
2. 没有匹配成功的，re.search（）返回None
3. 当然郑则表达式中没有括号，group(1)肯定不对了。
实战--制作文本爬虫
目标网址：http://www.imtech.res.in/raghava/sarpred/data/Manesh-215/PSSM/
目标内容：提取指定的文件内容
实现原理：
1.保存网页源代码
2.python读取文件加载源代码
3.正则表达式提取
4.写#coding=utf-8
import urllibimport redef getHtml(url): page=urllib.urlopen(url) html=page.read() return html def getReq(html): reg1=r'href="(.*?\.mtx)">' reg2=r'href="(.*?)\.mtx">' mtx=re.compile(reg1) title=re.compile(reg2) mtxlist=re.findall(mtx,html) titlelist=re.findall(title,html) fp=open('D://Manesh-215.txt','w') i=0 for requrl in mtxlist: strurl='http://www.imtech.res.in/raghava/sarpred/data/Manesh-215/PSSM/'+requrl mtxpage=urllib.urlopen(strurl) mtxhtml=mtxpage.readlines() st=">query | "+titlelist[i]+" | Length="+mtxhtml[0] fp.write(st) fp.write(mtxhtml[1]) i=i+1 fp.close()