Python_正则表达式

uiyujyht

一、使用match()方法匹配字符串
match方法从字符串的起始部分进行匹配，匹配成功，返回，匹配失败返回None
ep：

1 2 3 4 5 6

>>> m = re.match('foo','food')    ##success >>> >>> >>> if m is not None: m.group() ... 'foo'

匹配成功返回foo

1 2 3 4 5

>>> m = re.match('foo','seafood')   ##False >>> >>> if m is not None: m.group() ... >>>

匹配失败返回None
二、使用search()方法匹配字符串
search()方法会从字符串的任意位置进行匹配，匹配成功返回，匹配失败返回None

1 2 3 4 5

>>> m = re.search('foo','seafood')   ##success >>> >>> if m is not None: m.group() ... 'foo'

三、匹配多个字符串

1 2 3 4 5 6

>>> bt = "bat|bet|bit" >>> m = re.match(bt,"bat") >>> if m is not None: m.group() ... 'bat' >>>

匹配成功

1 2 3 4

>>> m = re.match(bt,"He bit me") >>> if m is not None: m.group() ... >>>

匹配失败

1 2 3 4

>>> m = re.search(bt,"He bit me") >>> if m is not None: m.group() ... 'bit'

匹配成功
四、匹配任意单个字符

1 2 3 4 5

>>> anyend = ".end" >>> m = re.match(anyend,"bend") >>> if m is not None: m.group() ... 'bend'

匹配成功

1 2 3 4 5

>>> m = re.search(".end","Tome end") >>> >>> if m is not None: m.group() ... ' end'

匹配成功
如果是真正的小数点，使用\.
五、字符集 （[ ]）

1 2 3 4

>>> m = re.match('[cr][23][dp][o2]','c2po') >>> if m is not None: m.group() ... 'c2po'

成功匹配c2po

1 2 3 4 5

>>> m = re.match('r2d2|c3po','r2d2') >>> >>> if m is not None: m.group() ... 'r2d2'

成功匹配r2d2
六、重复、特殊字符以及分组

1 2 3 4 5 6

>>> patt = "\w+@(\w+\.)*\w+\.com" >>> m = re.match(patt,'abc@staff.sina.cn.com') >>> >>> if m is not None: m.group() ... 'abc@staff.sina.cn.com'

上面的正则表达式完成对邮箱的匹配。
匹配字母+数字

1 2 3 4

>>> m = re.match('\w\w\w-\d\d\d','abc-123') >>> if m is not None: m.group() ... 'abc-123'

或者

1 2 3 4

>>> m = re.match('(\w)+-(\d)+','abc-123') >>> if m is not None: m.group() ... 'abc-123'

子组：使用圆括号来匹配和保存数组
groups()方法：匹配包含所有子组的元组。

1 2 3 4 5 6 7 8 9 10

>>> m = re.match('(\w\w\w)-(\d\d\d)','abc-123') >>> if m is not None: m.group(1)               #子组1 ... 'abc' >>> if m is not None: m.group(2) #子组2 ... '123' >>> if m is not None: m.groups() #全部子组 ... ('abc', '123')

由上面可知：
group(1)代表子组1，group(2）代表子组2
groups()获取一个包含所有匹配子组的元组
七、匹配字符串的起始和结尾以及单词边界

1 2 3

>>> m = re.search(r'\bthe',"this the dog ")  #r作用指定是正则表达式 >>> m.group() 'the'

匹配the单词

1 2 3

>>> m = re.search(r'\Bthe',"bitthes the dog ") >>> m.group() 'the'

\B与之相反，匹配单词中的the
八、使用findall()以及finditer()
findall()：以列表的形式返回字符串

1 2	>>> re.findall('a','this is a car and a shu') ['a', 'a', 'a', 'a']

出现了四次a，打印四个a的列表

1 2 3 4 5 6 7 8 9 10 11

>>> s 'This and that' >>> re.findall(r'(th\w+) and (th\w+)', s, re.I )  #re.I忽略大小写 [('This', 'that')] finditer: >>> re.finditer(r'(th\w+) and (th\w+)', s, re.I ).next().groups() ('This', 'that') >>> re.finditer(r'(th\w+) and (th\w+)', s, re.I ).next().group(1) 'This' >>> re.finditer(r'(th\w+) and (th\w+)', s, re.I ).next().group(2) 'that'

finditer():使用了迭代的方式进行检索，并把结果输出出来。
九、使用sub及subn进行搜索与替换

1 2	>>> re.sub('a','A',"This is a apple") 'This is A Apple'

将a替换成A

1 2	>>> re.subn('a','A',"This is a apple") ('This is A Apple', 2)

使用subs替换过之后，还将替换的个数打印出来。
匹配对象的group除了能够取出匹配分组的编号之外，还可以使用\N，其中N是分组中的编号：

1 2	>>> re.sub(r'(\d{1,2})/(\d{1,2})/(\d{2}|\d{4})',r'\2/\1/\3','2/20/91' ) '20/2/91'

例子中\2 \1 \3分别代表三个分组
十、split分割字符串

1 2	>>> re.split(':','a:b:c') ['a', 'b', 'c']

十一、compile模块
compile创建模式对象

1 2 3 4

>>> pat=re.compile('A') >>> m=pat.search('CBA') >>> m.group() 'A'