Python 之re模块

2e232

re.finditer(pattern, string, flags=0) #与findall函数一样，但是返回的是迭代器对象
shell脚本学好需要熟练掌握三部分：指令-正则表达式-控制流，可见正则表达式的重要行，同样在python中，正则表达式也是非常重要的一环。
re模块就是python的正则表达式模块。


>>> import re
>>> re.
re.DEBUG              re._MAXCACHE          re.__repr__(          re.copy_reg
re.DOTALL             re.__all__            re.__setattr__(       re.error(
re.I                  re.__class__(         re.__sizeof__(        re.escape(
re.IGNORECASE         re.__delattr__(       re.__str__(           re.findall(
re.L                  re.__dict__           re.__subclasshook__(  re.finditer(
re.LOCALE             re.__doc__            re.__version__        re.match(
re.M                  re.__file__           re._alphanum          re.purge(
re.MULTILINE          re.__format__(        re._cache             re.search(
re.S                  re.__getattribute__(  re._cache_repl        re.split(
re.Scanner            re.__hash__(          re._compile(          re.sre_compile
re.T                  re.__init__(          re._compile_repl(     re.sre_parse
re.TEMPLATE           re.__name__           re._expand(           re.sub(
re.U                  re.__new__(           re._pattern_type(     re.subn(
re.UNICODE            re.__package__        re._pickle(           re.sys
re.VERBOSE            re.__reduce__(        re._subx(             re.template(
re.X                  re.__reduce_ex__(     re.compile(


re.compile(pattern, flags=0) #创建一个正则表达式模式对象，可以调用下面的方法。
re.escape('string') #返回一个字符串，其中的所有非字母数字字符都带有反斜杠


re.findall(pattern, string, flags=0) #返回一个符合模式的字符串列表，
>>> re.findall('[1-9]','du1diao3han9')
['1', '3', '9']


re.match(pattern, string, flags=0) #检查字符串的开口是有与模式匹配，若匹配返回一个对象，否则返回none
>>> print re.match('z','s')
None
>>> re.match('d','du diao')
<_sre.SRE_Match object at 0xb735bbf0>


re.search(pattern, string, flags=0) #在字符串中搜索是否有匹配模式的值
若有，返回一个对象实例，否则返回none
<_sre.SRE_Match object at 0xb735bbf0>
>>> re.search('zhu','luozhuhao')
<_sre.SRE_Match object at 0xb7282a30>
>>> re.search('xzhu','luozhuhao')
>>> print re.search('xzhu','luozhuhao')
None


re.split(pattern, string, maxsplit=0, flags=0)
>>> re.split('\|','888|zhu|999')
['888', 'zhu', '999']



re.sub(pattern, repl, string, count=0, flags=0) #用字符串repl替换string中符合模式的字符
>>> re.sub('[1-9]','du juan','ni ke 9 zhidao 8')
'ni ke du juan zhidao du juan'


re.sub(pattern, repl, string, count=0, flags=0)#与sub函数一样，但是返回的是一个元组，包括新字符串和替换次数
>>> re.subn('[1-9]','du juan','ni ke 9 zhidao 8')
('ni ke du juan zhidao du juan', 2)
有re.compile():函数编译的正则表达式对象具有以下方法：


>>> r = re.compile('the')
r.findall(     
r.match(      
r.search(      
r.sub(
r.finditer(   
r.scanner(     
r.split(      
r.subn(
#和上面的函数意义一样，就是参数有些区别
有search（）和match（）返回的对象具有的方法如下


m.group([group1,group2,...]) #返回匹配值的一个或多个子分组，其中参数指定分组编号或名称，如果未指定分组编号和名称则将返回整个匹配值
m.groups() #返回一个元组，包含与模式中所有分组匹配的文本
何为分组：
datapat = re.compile('(\d+)/(\d+)/(\d+)')
把正则表达式放在小括号中称为分组
从左边数第一个小括号称为group（1）
第二个group（2）
最外面的括号包含整个表达式的称为group（0）
常用的转义码：


\d  #一个数字
\D  #一个非数字
\s  #空白符（制表符，空格，换行符）
\S  #非空白符
\w  #字母数字
\W  #非字母数字
常用的锚定码：


^ #字符串或行的开始
$ #字符串会行的结束
\A #字符串的开始
\Z #字符串的结束
\b #一个单词开头或末尾的空串
\B #不在一个单词开头或末尾的空串
常用的重复匹配：


a* #字符a可以出现0个或多个a
a+ #字符a至少出现1个
a？#a可以出现0个或1个
贪婪模式与关闭贪婪模式
默认是贪婪模式匹配，即是尽可能多的匹配
？可以关闭贪婪模式
a*？ #a出现0个
a+？ #a出现1个
a？？#a出现0个