python使用正則表達式
python中使用正則表達式
1. 匹配字符
正則表達式中的元字符有 . ^ $ * + ? { } [ ] \ | ( )
匹配字符用的模式有
\d 匹配随意数字
\D 匹配随意非数字
\s 匹配随意空白字符
\S 匹配随意非空格字符
\w 匹配随意数字或者字母
\W 匹配随意非数字或者字母
2. 正則表達式
python中使用compile处理正則表達式。如：
import re;
p=re.compile(‘[a-c]’);
p.match(s);
s是待匹配的字符串，match是匹配方法。类似的方法有
match() 确定从行首開始匹配
search() 在任何位置匹配
findall() 找匹配的全部子串，并作为子串返回
finditer() 找匹配的全部子串，而且以迭代器的形式返回
match也有非常多方法。如：
group() 把正則表達式匹配的字符串返回
start() 返回匹配的起点
end() 返回匹配的终点
span() 返回匹配的(start,end)的元组
例1：>>>import re;
>>>p=re.compile(‘^[a-c]’)
>>>q=p.match(“abcd”);
>>>print q.group()
ab
>>>>q.span()
(0,2)
例2：
>>>import re
>>>p=re.compile(‘\d+’);
>>>q=p.findall(‘1 and 10 and 20’);
>>>print q
[‘1’,’2’,’3’]
上述的匹配也能够使用第二种形式。即：
re.match(’\d+’,’d23r’)
例3：
>>>p=re.match(’\d+’,’d23r’)
>>>print p
None
匹配的其他參数：
re.compile(‘[a-c]’,re.I) re.I 表示忽略大写和小写
re.compile(‘^ab$’,re.M) re.M 表示^或者$在行首和行尾以及字符串的开头和结束都会进行匹配。
假设不加这个标志。仅仅会在字符串的開始和结束之处匹配
例4：
re.compile(“””
[1-3] #1-3
[a-c] # a-c
“””,re.VERBOSE
) re.VERBOSE 的出现使得正則表達式能够再多行出现，并且能够在每行加上凝视
上面的匹配相当于 re.compile(‘[1-3][a-c]’)
3. 分组
使用()来进行分组
例5：
>>>p=re.compile(‘(12)+’)
>>>m=p.match(‘121212’)
>>>print m.group()
121212
上面匹配的是12反复出现一次或多次
还能够打印分组的信息。
>>>print m.group(1)
12
python会自己主动捕获分组的信息，假设不想捕获分组的信息。能够使用?:
例6：
>>>import re
>>>s =”hello ab1cd”;
>>>p=re.search(‘(?
:h.*)(a.*)(c.*)’);
>>>print “a* {0}”.format(p.group(1))
a* ab
>>>print “c* {0}”.format(p.group(2))
c* cd
p.group(0)存放的是整个表达式的匹配情况，p.group(1)存放的是(a.*)的匹配信息，p.group(2)存放的是(b.*)的匹配信息，而 h.*前面由于有?:没有被捕获
假设分组过多。使用组的标号还是显得麻烦，这时能够对组进行命名，然后能够通过名字来使用它们。
例7：
>>>import re;
>>>s=”hello ab1cd”
>>>p=re.search(‘(?P<a>a.*)(?P<c>c.*)’);
>>>print “a* {0}”.format(p.group(‘a’)
a* ab
>>>print “c* {0}”.format(p.group(‘c’))
c* cd
4.贪婪和非贪婪模式
在贪婪模式下，* + 都会尽可能地多匹配字符。如：
例8：
>>>import re;
>>>p=re.compile('<h.*></h>');
>>>m=p.findall('<h1></h><h2></h>')
>>>print m;
[‘<h1></h><h2></h>’]
有时希望它匹配出<h1></h>,<h2></h>两个结果。这时就能够用非贪婪模式了。仅仅要在*或.后面加上?。
例9：
>>>import re;
>>>p=re.compile('<h.*?
></h>');
>>>m=p.findall('<h1></h><h2></h>')
>>>print m;
[‘<h1></h>’,’<h2></h>’]
5. 前向定界符和后向定界符
假设先匹配模式A,在匹配模式B,能够使用A(?=B),假设先匹配模式A,并且希望后面没有B,能够使用A(?!B).
例10：
>>>import re;
>>>s=”ab2cd”
>>>m=re.search(“ab2(?=cd)”,s);
>>>print m.group();
ab2cd
例11：
>>>import re;
>>>s='ab2cd'
>>>m=re.search('ab2(?!cd)',s);
>>>print m
None
类似地，假设匹配模式B,同一时候在其前面要有模式A，能够使用(?
<=A)B的形式，
假设匹配模式B，同一时候在其前面没有模式A。能够使用(?<!A)B的形式
例12：
>>>import re;
>>>s=”ab2cd”;
>>>m=re.search(‘(?<=ab2)cd’,s)
>>>print m.group()
cd
例13：
>>>import re
>>>string= "ab2cd">>>pattern = re.search(r'(?<!ab2)cd',string)
>>>print pattern;
None
