转 re

re(regular expression)模块

正则表达式(regular expression)主要功能是从字符串(string)中通过特定的模式(pattern)，搜索想要找到的内容。

 

一、re.match 

　　re.match 尝试从字符串的开始匹配一个模式。

如：下面的例子匹配第一单词。 

import re  
  
text = "JGood is a handsome boy, he is cool, clever, and so on..."  
m = re.match(r"(\w+)\s", text)  
if m:  
    print m.group(0), '\n', m.group(1)  
else:  
    print 'not match'  

import re text = "JGood is a handsome boy, he is cool, clever, and so on..." m = re.match(r"(\w+)\s", text) if m: print m.group(0), '\n', m.group(1) else: print 'not match' 
re.match的函数原型为：re.match(pattern, string, flags) 

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None； 

第二个参数表示要匹配的字符串； 

第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。 

二、re.search 

　　re.search函数会在字符串内查找模式匹配,至到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。 

import re  
  
text = "JGood is a handsome boy, he is cool, clever, and so on..."  
m = re.search(r'\shan(ds)ome\s', text)  
if m:  
    print m.group(0), m.group(1)  
else:  
    print 'not search'  
import re text = "JGood is a handsome boy, he is cool, clever, and so on..." m = re.search(r'\shan(ds)ome\s', text) if m: print m.group(0), m.group(1) else: print 'not search' 
re.search的函数原型为： re.search(pattern, string, flags) 

每个参数的含意与re.match一样。 

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。 

三、re.sub 

　　re.sub用于替换字符串中的匹配项。

下面一个例子将字符串中的空格 ' ' 替换成 '-' : 

import re  
  
text = "JGood is a handsome boy, he is cool, clever, and so on..."  
print re.sub(r'\s+', '-', text)  
import re text = "JGood is a handsome boy, he is cool, clever, and so on..." print re.sub(r'\s+', '-', text) 
re.sub的函数原型为：re.sub(pattern, repl, string, count) 

其中第二个函数是替换后的字符串；本例中为'-' 

第四个参数指替换个数。默认为0，表示每个匹配项都替换。 

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。 

四、re.split 

　　可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。 

五、re.findall 

　　re.findall可以获取字符串中所有匹配的字符串。

如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。 

六、re.compile 

　　可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子： 

import re  
  
text = "JGood is a handsome boy, he is cool, clever, and so on..."  
regex = re.compile(r'\w*oo\w*')  
print regex.findall(text)   #查找所有包含'oo'的单词  
print regex.sub(lambda m: '[' + m.group(0) + ']', text) #将字符串中含有'oo'的单词用[]括起来。