python之正则表达式

Python中写正则表达式时推荐使用原生字符串

数量词的贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。

正则表达式元字符

^ 匹配字符串的开始
$ 匹配字符串的结束
？ 对于前一个字符字符重复0次到1次
* 对于前一个字符重复0次到无穷次
+ 对于前一个字符重复1次到无穷次
{m} 对于前一个字符重复m次
{m，n} 对前一个字符重复为m到n次
\d 匹配数字，相当于[0-9]
\D 匹配任何非数字字符，相当于[^0-9]
\s 匹配任意的空白符，相当于[ fv]
\S 匹配任何非空白字符，相当于[^ fv]
\w 匹配任何字母数字字符，相当于[a-zA-Z0-9_]
\W 匹配任何非字母数字字符，相当于[^a-zA-Z0-9_]
. 匹配除换行符以外的任意字符
[...] 字符集，所有的特殊字符在这里都是去意义(除了]、-、^, 这几个可以用\转义)

匹配模式

re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
M(MULTILINE): 多行模式，改变‘^‘和‘$‘的行为（参见上图）
S(DOTALL): 点任意匹配模式，改变‘.‘的行为(.可以跨行匹配)
L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。

常用的正则表达式处理函数

1.re.search(pattern, string, flags=0)
re.search 函数会在字符串内查找模式匹配，直至找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

第一个参数：规则
第二个参数：表示要匹配的字符串
第三个参数：标致位，用于控制正则表达式的匹配方式

name="Hello,My name is kuangl,nice to meet you..."
k=re.search(r‘k(uan)gl‘,name)
if k:
printk.group(0),k.group(1)
else:
print"Sorry,not search!"
------------------------- 
kuangl uan

2.re.match(pattern, string, flags=0)
re.match 尝试从字符串的开始匹配一个模式，也等于说是匹配第一个单词

name="Hello,My name is kuangl,nice to meet you..."
k=re.match(r"(\H....)",name)
if k:
print k.group(0), k.group(1)
else:
print"Sorry,not match!"
--------------------------
Hello Hello

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

3.re.findall(pattern, string, flags=0)
返回的结果是一个列表，建中存放的是符合规则的字符串，如果没有符合规则的字符串呗找到，就会返回一个空值。

mail=‘<[email protected]> <[email protected]> [email protected]‘
re.findall(r‘(\w+@mail.[a-z]{3})‘,mail)
----------------------------------------------------
[‘[email protected]‘, ‘[email protected]‘, ‘[email protected]‘]

4、re.sub(pattern, repl, string, count=0)
re.sub 用于替换字符串的匹配项
第一个参数：规则
第二个参数：替换后的字符串
第三个参数：字符串
第四个参数：替换个数。默认为0，表示每个匹配项都替换

test="Hi, nice to meet you where are you from?"
re.sub(r‘\s‘,‘-‘,test)
re.sub(r‘\s‘,‘-‘,test,5) 
---------------------------------------
‘Hi,-nice-to-meet-you-where-are-you-from?‘
‘Hi,-nice-to-meet-you-where are you from?‘

5.re.split(pattern, string, maxsplit=0)

test="Hi, nice to meet you where are you from?"
re.split(r"\s+",test)
re.split(r"\s+",test,3) 
--------------------------------------------------
[‘Hi,‘, ‘nice‘, ‘to‘, ‘meet‘, ‘you‘, ‘where‘, ‘are‘, ‘you‘, ‘from?‘]
[‘Hi,‘, ‘nice‘, ‘to‘, ‘meet you where are you from?‘]

6.re.compile(pattern, flags=0)
可以把正则表达式编译成一个正则对象

pattern = re.compile(r‘hello‘)
match = pattern.match(‘hello world!‘)
print match.group()
-------------------------------------
hello

2015-05-09