Python用法速查@正则表达式
re 模块
方法
pattern=re.compile(regular_expressions)
当正则被调用的多时用compile编译表达式比较合适,编译一次调用多次,可减少系统的编译开销
import re
# 将正则表达式编译成 Pattern 对象
pattern = re.compile(r'\d+')
match_obj=pattern.match(string)
从第一个字符开始匹配,不成功则结束
只要一个匹配结果
>>> import re
>>> pattern = re.compile(r'\d+') # 用于匹配至少一个数字
>>> m = pattern.match('one12twothree34four') # 查找头部,没有匹配
>>> print m
None
>>> m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配,没有匹配
>>> print m
None
>>> m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配,正好匹配
>>> print m # 返回一个 Match 对象
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0) # 可省略 0
'12'
>>> m.start(0) # 可省略 0
3
>>> m.end(0) # 可省略 0
5
>>> m.span(0) # 可省略 0
(3, 5)
match_obj.start()
match_obj.end()
match_obj.span()
match_obj.group(n)
>>> import re
>>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I) # re.I 表示忽略大小写
>>> m = pattern.match('Hello World Wide Web')
>>> print m # 匹配成功,返回一个 Match 对象
<_sre.SRE_Match object at 0x10bea83e8>
>>> m.group(0) # 返回匹配成功的整个子串
'Hello World'
>>> m.span(0) # 返回匹配成功的整个子串的索引
(0, 11)
>>> m.group(1) # 返回第一个分组匹配成功的子串
'Hello'
>>> m.span(1) # 返回第一个分组匹配成功的子串的索引
(0, 5)
>>> m.group(2) # 返回第二个分组匹配成功的子串
'World'
>>> m.span(2) # 返回第二个分组匹配成功的子串
(6, 11)
>>> m.groups() # 等价于 (m.group(1), m.group(2), ...)
('Hello', 'World')
>>> m.group(3) # 不存在第三个分组
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: no such group
pattern.search(string)
第一个字符不符合,可继续向后匹配
只要一个匹配结果
>>> import re
>>> pattern = re.compile('\d+')
>>> m = pattern.search('one12twothree34four') # 这里如果使用 match 方法则不匹配
>>> m
<_sre.SRE_Match object at 0x10cc03ac0>
>>> m.group()
'12'
>>> m = pattern.search('one12twothree34four', 10, 30) # 指定字符串区间
>>> m
<_sre.SRE_Match object at 0x10cc03b28>
>>> m.group()
'34'
>>> m.span()
(13, 15)
# -*- coding: utf-8 -*-
import re
# 将正则表达式编译成 Pattern 对象
pattern = re.compile(r'\d+')
# 使用 search() 查找匹配的子串,不存在匹配的子串时将返回 None
# 这里使用 match() 无法成功匹配
m = pattern.search('hello 123456 789')
if m:
# 使用 Match 获得分组信息
print 'matching string:',m.group()
print 'position:',m.span()
#结果
matching string: 123456
position: (6, 12)
pattern.findall(string)
要所有匹配结果
import re
pattern = re.compile(r'\d+') # 查找数字
result1 = pattern.findall('hello 123456 789')
result2 = pattern.findall('one1two2three3four4', 0, 10)
print result1
print result2
#结果
['123456', '789']
['1', '2']
pattern.finditer(string)
获得所有匹配结果,返回一个迭代器
# -*- coding: utf-8 -*-
import re
pattern = re.compile(r'\d+')
result_iter1 = pattern.finditer('hello 123456 789')
result_iter2 = pattern.finditer('one1two2three3four4', 0, 10)
print type(result_iter1)
print type(result_iter2)
print 'result1...'
for m1 in result_iter1: # m1 是 Match 对象
print 'matching string: {}, position: {}'.format(m1.group(), m1.span())
print 'result2...'
for m2 in result_iter2:
print 'matching string: {}, position: {}'.format(m2.group(), m2.span())
#结果
<type 'callable-iterator'>
<type 'callable-iterator'>
result1...
matching string: 123456, position: (6, 12)
matching string: 789, position: (13, 16)
result2...
matching string: 1, position: (3, 4)
matching string: 2, position: (7, 8)
pattern.split(string[, maxsplit])
maxsplit可指定最大分割次数
import re
p = re.compile(r'[\s\,\;]+')#按 空格 逗号 分号 分割字符串
print p.split('a,b;; c d')
#结果
['a', 'b', 'c', 'd']
pattern.sub(func, string[, maxsub])
func 可以为返回替换字符串的函数
import re
p = re.compile(r'(\w+) (\w+)')
s = 'hello 123, hello 456'
def func(m):
return 'hi' + ' ' + m.group(2)
print p.sub(r'hello world', s) # 使用 'hello world' 替换 'hello 123' 和 'hello 456'
print p.sub(r'\2 \1', s) # \id形式 引用分组
print p.sub(func, s) # 用函数返回替换串
print p.sub(func, s, 1) # 最多替换一次
#结果
hello world, hello world
123 hello, 456 hello
hi 123, hi 456
hi 123, hello 456
pattern.subn(func, string[, maxsubn])
返回被替换后的串,和被替换次数
import re
p = re.compile(r'(\w+) (\w+)')
s = 'hello 123, hello 456'
def func(m):
return 'hi' + ' ' + m.group(2)
print p.subn(r'hello world', s)
print p.subn(r'\2 \1', s)
print p.subn(func, s)
print p.subn(func, s, 1)
#结果
('hello world, hello world', 2)
('123 hello, 456 hello', 2)
('hi 123, hi 456', 2)
('hi 123, hello 456', 1)
函数
re.match(pattern, string)
import re
m1 = re.match(r'\d+', 'One12twothree34four') #第一个字符不符合,匹配结束
if m1:
print 'matching string:',m1.group()
else:
print 'm1 is:',m1
m2 = re.match(r'\d+', '12twothree34four') #匹配到第一个符合的子串,匹配结束
if m2:
print 'matching string:', m2.group()
else:
print 'm2 is:',m2
#结果
m1 is: None
matching string: 12
re.search(pattern, string)
re.search(pattern, string[, flags])
#第一个字符匹配不成功,可以继续向后匹配,直到匹配到一个符合的\返回空
re.findall(pattern, string)
import re
print re.findall(r'\d+', 'hello 12345 789')#匹配所有符合的子串
# 输出
['12345', '789']
re.finditer(pattern, string)
#返回迭代器
re.split(pattern, string[, maxsplit])
re.sub(pattern, func, string[, count])
re.subn(pattern, func, string[, count])
正则表达式
实例
python.org的正则python\.org
010-258945的正则/d{3}/-/d{6}
数字26字母下划线组成的字符串的正则^\w+$
或^[0-9a-zA-Z_]+$
13、15、18开头手机号的正则^(13[0-9]|15[0|1|2|3|5|6|7|8|9]|18[0-9])\d{8}$
匹配金额,精确到小数点2位的正则^[0-9]+(.[0-9]{2})?$
匹配汉字的正则^[\u4e00-\u9fa5]{0,}$
参考
________________________________________________________
Every good deed you do will someday come back to you.
Love you,love word !