正则表达式(一)

正则表达式的元字符有. ^ $ * + ? { [ ] | ( )

．表示任意字符

$  匹配行结束符。例如正则表达式weasel$ 能够匹配字符串"He's a weasel"的末尾，但是不能匹配字符串"They are a bunch of weasels."

   在MULTILINE模式下，"$"也匹配换行之前

[] 用来匹配一个指定的字符类别，所谓的字符类别就是你想匹配的一个字符集，对于字符集中的字符可以理解成或的关系。 [adgk]

( )  (red|blue|green) 查找任何指定的选项。

^  在[]的首个字符， 表示取非，。[^5]表示除了5之外的其他字符；

    如果放在字符串的开头，则表示匹配字符串的开始，如“^ab”表示以ab开头的字符串。

    如果^不在字符串的开头，则表示它本身。

具有重复功能的元字符(匹配数量)：

* 对于前一个字符重复0到无穷次

+ 对于前一个字符重复1到无穷次

？对于前一个字符重复0到1次

{m,n} 对于前一个字符重复次数在为m到n次，试匹配尽可能多的copy（优先匹配n）其中，{0,} = *,{1,} = , {0,1} = ?

{m,n}? 用来表示前面正则表达式的m到n次copy，尝试匹配尽可能少的copy

{m} 对于前一个字符重复m次

\d 匹配任何十进制数；它相当于类 [0-9]。

\D 匹配任何非数字字符；它相当于类 [^0-9]。

\s 匹配任何空白字符；它相当于类 [ fv]。

\S 匹配任何非空白字符；它相当于类 [^ fv]。

\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。

\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]。

 

 http://www.w3school.com.cn/jsref/jsref_regexp_onemore.asp

Note:

 写法： 期望的字符+数量  , 

.  任意字符都可以

\s 这个地方要空白字符

\s+ 这个地方要 1-无穷个空白字符

.{0,10}这个地方要匹配0-10个字符

 

对于字符串本身出现元字符的字符， 用\ 来表示本字符意思。 如匹配这个值：[main] ， 在正则搜索里面要写成   \[main\]

 

 \[.{40}\]\s+Method.{0,100}groups.{0,12}config.{0,2}\n  replace     则把相应行删除掉， 清理日志方便查看

\[.{40}\]\s+Checking.{0,75}groups.{0,12}config.{0,2}\n

 \[2015.{40,100}\]\s+Waiting\s+for\s+(Input|element)\s+(xpath=|id=).{0,100}\n

 

下面具体python中， 结合正则表达式， RE模块的使用：

# coding=gb2312
'''
Created on 2014-06-4
@author: jennifer.huang
'''

import re


print"****re.search()**search和match方法是匹配到就返回，而不是去匹配所有, 并且match只匹配字符串的开始***"
m=re.search("^ab+", "asdfabbbb")  # ^表示开头
print 1, m
m=re.search("ab+", "asdfabbbb")
print 2, m
print 3, m.group()
m=re.search("[^abc]","abcd")  # ^表示取非
print 4, m.group();


m=re.match("ab+", "asdfabbbb")  #区别于search
print 5, m
m=re.match("ab+", "abbbb")
print 6, m.group()

m=re.search("^a\w+","abcdfa\na1b2c3",re.MULTILINE) #匹配到就返回，区别于下面的findall
print 7, m.group()
m=re.search("foo.$","foo1\nfoo2\n",re.MULTILINE)
print 8, m.group()
m=re.findall("^a\w+","abcdfa\na1b2c3",re.MULTILINE) #返回 list
print 9, m
m=re.findall("foo.$","foo1\nfoo2\n",re.MULTILINE) # $匹配字符串的结尾或者字符串结尾的换行之前(在MULTILINE模式下)
print 10, m
m=re.findall("foo.$","foo1\nfoo2\n") # $匹配字符串的结尾
print 11, m

print 12, re.findall("a{2,4}","aaaaaaaa") #表示前面正则表达式的m到n次copy,尝试匹配尽可能多的copy
print 13, re.findall("a{2,4}?","aaaaaaaa") #表示前面正则表达式的m到n次copy，尝试匹配尽可能少的copy

print 14, re.match(".","\n")  #元字符“.”在默认模式下，匹配除换行符外的所有字符
print 15, re.match(".","\n",re.DOTALL).group() #在DOTALL模式下，匹配所有字符，包括换行符


m=re.match("(\w+) (\w+)","abcd efgh, chaj")
print 16, m.group()   # 匹配全部
print 17, m.group(1)  # 第一个括号的子组.
print 18, m.group(2)
print 19, m.group(1,2)   # 多个参数返回一个元组
m=re.match("(?P<first_name>\w+) (?P<last_name>\w+)","Jennifer Huang")
print 20, m.group("first_name")  #使用group获取含有name的子组
print 21, m.group("last_name")
m=re.match("\w+ \w+","abcd efgh, chaj") #括号去掉后的区别
print 22, m.group()
#print m.group(1,2)   #IndexError: no such group，与去掉（）后， 19区别

m=re.match("(\d+)\.(\d+)","23.123")
print 23, m.groups()


m=re.match("(\w+) (\w+)","hello world")
print 24, m.groupdict()  #groupdict()对没有name的子组不起作用
m=re.match("(?P<first>\w+) (?P<second>\w+)","hello world")  
print 25, m.groupdict()

print 26, re.split("\W+","words,words,works",1)
print 27, re.split("[a-z]","OA3b9z",re.IGNORECASE)

print 28, re.sub("\d","RE","abc1def2hijk")
print 29, re.subn("\d","RE","abc1def2hijk")

附：
执行结果如下: