最近在写自动化用例的时候涉及到了大量的文本文件/字符串处理，常用的有正则表达式re、grep、sed、awk命令，在Linux中常用的是grep命令，而用python代码中，最常用的文本提取与处理就是正则表达式，从字符串中抓取有用的关键信息。本文对常用的几种re模块中的搜索函数进行了总结。
本文示例使用的是python3.7版本，re模块版本2.2.1
re模块搜索函数
re模块有12个函数，常用的字符串搜索函数为findall和search。两者的区别为：search用于查找第一个匹配项，匹配成功则返回一个匹配的对象，否则返回None；findall用于查找多个匹配项并返回一个列表。
re.match与search类似，不过因为只从字符串的开始进行匹配，使用场景较少；
re.finditer与findall类似，不过因为返回一个迭代器，使用起来不如findall直接返回一个列表方便。
修饰符-可选
re模块有9个修饰符来控制匹配的模式如re.M、re.I，该修饰符都是2的幂次方值，可以叠加使用，通过按位或符号“|”。其中常用的有：
re.M用于多行匹配；
re.I使匹配对大小写不敏感;
re.DOTALL 或简写为 re.S： DOT表示.，ALL表示所有，连起来就是.匹配所有，包括换行符\n。而默认模式下.是不能匹配行符\n的。
注意事项
正则表达式模式
| 独立使用 | |
|---|---|
| . | 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
| * | 匹配0个或多个的表达式。 |
| + | 匹配1个或多个的表达式。 |
| ? | 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式(找到最近的直接返回，不查找最长的) |
| {n} | 匹配n个前面表达式。例如，"o{2}“不能匹配"Bob"中的"o”，但是能匹配"food"中的两个o。 |
| […] | 用来表示一组字符,单独列出。如[ab] 匹配一个 ‘a’或一个’b’ |
| a|b | 匹配a或匹配b |
| \w | 匹配数字字母下划线 |
| \W | 匹配非数字字母下划线 |
| \s | 匹配任意空白字符，等价于 [\t\n\r\f]。 |
| \S | 匹配任意非空字符 |
| \d | 匹配任意数字，等价于 [0-9]。 |
| \D | 匹配任意非数字 |
| 组合使用举例 | |
|---|---|
| [ab]{2} | 取a或b，匹配两次。即匹配’aa’或’bb’ |
| [ab]{1,2} | 取a或b，匹配一次或两次（贪婪方式）。即优先匹配’aa’、‘bb’、‘ab’、‘ba’，再匹配单个’a’或’b’ |
| (.*)\n | 匹配任意字符到直到最后一个换行符之前的字符 |
| (.*?)\n | 匹配任意字符到第一次出现换行符之前的字符 |
r 的作用
python中字符串使用反斜杠（’\’）来表示特殊形式如\t、\b，或者把特殊字符转义成普通字符如\\；字符串前的r表示raw，即不对转义符号进行转义，全部理解为普通字符串。
在正则表达式中，r同样表示不进行特殊转义，而不同点在于正则中多了一步：先将参数付给正则表达式，然后再将正则式与字符串进行匹配**（如果存在转义符则再次转义）**的步骤。如果正则中参数0存在反斜杠而不进行转义，依旧会在进行匹配时先进行转义，随后再和参数1进行匹配。
第一种情况：在正则的参数中转义为了制表符，与同样不转义的str1匹配成功。
第二种情况：在正则的参数中不转义，而与str1匹配时，python解释为了制表符，匹配成功。
第三种情况：在正则的参数中转义为制表符；而str2中只有不转义的两个字符\和t，匹配失败。
第四种情况：在正则的参数中不转义，入参即为\t，而与str2匹配时，python解释为了制表符；而str2中只有不转义的两个字符\和t，匹配失败。
第五种情况：在正则的参数中不转义，入参即为\t，而与str2匹配时，python解释为了两个字符\和t，匹配成功。