Python基础（9）--正则表达式

ycvodzf

　　正则表达式是一个很有用的工具，可处理复杂的字符匹配和替换工作。在Python中内置了一个re模块以支持正则表达式。
　　正则表达式有两种基本的操作，分别是匹配和替换。

• 　　匹配就是在一个文本字符串中搜索匹配一特殊表达式；
  
  
• 　　替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。
  
  

　　本文地址：http://www.iyunv.com/archimedes/p/python-regular-expression.html，转载请注明源地址。

1.基本元素


　　正则表达式定义了一系列的特殊字符元素以执行匹配动作。
　　正则表达式基本字符



字符描述



text
匹配text字符串


.
匹配除换行符之外的任意一个单个字符


^
匹配一个字符串的开头


$
匹配一个字符串的末尾
　　在正则表达式中，我们还可用匹配限定符来约束匹配的次数。
　　匹配限定符



最大匹配最小匹配描述



*
*
重复匹配前表达式零次或多次


+
+
重复匹配前表达式一次或多次




重复匹配前表达式零次或一次


{m}
{m}
精确重复匹配前表达式m次


{m,}
{m,}
至少重复匹配前表达式m次


{m,n}
{m,n}
至少重复匹配前表达式m次，至多重复匹配前表达式n次
　　据上所述，".*"为最大匹配，能匹配源字符串所有能匹配的字符串。".* "为最小匹配，只匹配第一次出现的字符串。如：d.*g能匹配任意以d开头，以g结尾的字符串，如"debug"和"debugging"，甚至"dog is walking"。而d.* g只能匹配"debug"，在"dog is walking"字符串中，则只匹配到"dog "。
　　在一些更复杂的匹配中，我们可用到组和运算符。
　　组和运算符



组描述



[...]
匹配集合内的字符，如[a-z],[1-9]或[,./;']


[^...]
匹配除集合外的所有字符，相当于取反操作


A|B
匹配表达式A或B，相当于OR操作


(...)
表达式分组，每对括号为一组，如([a-b]+)([A-Z]+)([1-9]+)


\number
匹配在number表达式组内的文本
　　有一组特殊的字符序列，用来匹配具体的字符类型或字符环境。如\b匹配字符边界，food\b匹配"food"、"zoofood"，而和"foodies"不匹配。
　　特殊字符序列



字符描述



\A
只匹配字符串的开始


\b
匹配一个单词边界


\B
匹配一个单词的非边界


\d
匹配任意十进制数字字符，等价于r'[0-9]'


\D
匹配任意非十进制数字字符，等价于r'[^0-9]'


\s
匹配任意空格字符（空格符、tab制表符、换行符、回车、换页符、垂直线符号）


\S
匹配任意非空格字符


\w
匹配任意字母数字字符


\W
匹配任意非字母数字字符


\Z
仅匹配字符串的尾部


\\
匹配反斜线字符
　　有一套声明(assertion)对具体事件进行声明。
　　正则表达式声明



声明描述



( iLmsux)
匹配空字符串，iLmsux字符对应下表的正则表达式修饰符。


( :...)
匹配圆括号内定义的表达式，但不填充字符组表。


( P)
匹配圆括号内定义的表达式，但匹配的表达式还可用作name标识的符号组。


( P=name)
匹配所有与前面命名的字符组相匹配的文本。


( #...)
引入注释，忽略圆括号内的内容。


( =...)
如果所提供的文本与下一个正则表达式元素匹配，这之间没有多余的文本就匹配。这允许在一个表达式中进行超前操作，而不影响正则表达式其余部分的分析。如"Martin"其后紧跟"Brown"，则"Martin( =Brown)"就只与"Martin"匹配。


( !...)
仅当指定表达式与下一个正则表达式元素不匹配时匹配，是( =...)的反操作。


(  import re
>>> a="this is my re module test"
>>> obj = re.search(r'.*is',a)
>>> print obj

>>> obj.group()
'this is'
>>> re.findall(r'.*is',a)
['this is']
　　MatchObject对象方法



[table]

方法描述



expand(template)
展开模板中用反斜线定义的内容。


m.group([group,...])
返回匹配的文本，是个元组。此文本是与给定group或由其索引数字定义的组匹配的文本，如果没有组定组名，则返回所有匹配项。


m.groups([default])
返回一个元组，该元组包含模式中与所有组匹配的文本。如果给出default参数，default参数值就是与给定表达式不匹配的组的返回值。default参数的默认取值为None。


m.groupdict([default])
返回一个字典，该字典包含匹配的所有子组。如果给出default参数，其值就是那些不匹配组的返回值。default参数的默认取值为None。


m.start([group])
返回指定group的开始位置，或返回全部匹配的开始位置。


m.end([group])
返回指定group的结束位置，或返回全部匹配的结束位置。


m.span([group])
返回两元素组，此元组等价于关于一给定组或一个完整匹配表达式的(m.start(group),m.end(group)))列表


m.pos
传递给match()或search()函数的pos值。


m.endpos
传递给match()或search()函数的endpos值。


m.lastindex



m.lastgroup



m.re
创建这个MatchObject对象的正则式对象


m.string
提供给match()或search()函数的字符串。
　　使用sub()或subn()函数可在字符串上执行替换操作。sub()函数的基本格式如下：

sub(pattern,replace,string[,count])

　　示例



>>> str = 'The dog on my bed'
>>> rep = re.sub('dog','cat',str)
>>> print rep
The cat on my bed
　　replace参数可接受函数。要获得替换的次数，可使用subn()函数。subn()函数返回一个元组，此元组包含替换了的文本和替换的次数。
　　如果需用同一个正则式进行多次匹配操作，我们可把正则式编译成内部语言，提高处理速度。编译正则式用compile()函数来实现。compile()函数的基本格式如下：

compile(str[,flags])

　　str表示需编译的正则式串，flags是修饰标志符。正则式被编译后生成一个对象，该对象有多种方法和属性。
　　正则式对象方法/属性



方法/属性描述



r.search(string[,pos[,endpos]])
同search()函数，但此函数允许指定搜索的起点和终点


r.match(string[,pos[,endpos]])
同match()函数，但此函数允许指定搜索的起点和终点


r.split(string[,max])
同split()函数


r.findall(string)
同findall()函数


r.sub(replace,string[,count])
同sub()函数


r.subn(replace,string[,count])
同subn()函数


r.flags
创建对象时定义的标志


r.groupindex
将r'( Pid)'定义的符号组名字映射为组序号的字典


r.pattern
在创建对象时使用的模式
　　转义字符串用re.escape()函数。
　　通过getattr获取对象引用



>>> li=['a','b']
>>> getattr(li,'append')
>>> getattr(li,'append')('c')          #相当于li.append('c')
>>> li
['a', 'b', 'c']
>>> handler=getattr(li,'append',None)
>>> handler

>>> handler('cc')                      #相当于li.append('cc')
>>> li
['a','b','c','cc']
>>>result = handler('bb')
>>>li
['a','b','c','cc','bb']
>>>print result
None