python正则表达式 Python Re模块

 

最近在学python 练习的时候随手写的，方便以后自己参考~如果能对其他同学有所帮助就再好不过了

希望大家指正哦~  我会随时整理的，先这样~

正则表达式

 

•  1.元字符([ ]),它用来指定一个character class。所谓character classes就是你想要匹配的字符(character)的集合.字符(character)可以单个的列出，也可以通过"-"来分隔两个字符来表示一个范围。例如，[abc]匹配a，b或者c当中任意一个字符，[abc]也可以用字符区间来表示---[a-c].如果想要匹配单个大写字母，你可以用[A-Z]。
•      元字符(metacharacters)在character class里面不起作用，如[akm$]将匹配"a","k","m","$"中的任意一个字符。在这里元字符(metacharacter)"$"就是一个普通字符。
•      2.元字符[^]. 你可以用补集来匹配不在区间范围内的字符。其做法是把"^"作为类别的首个字符；其它地方的"^"只会简单匹配 "^"字符本身。例如，[^5] 将匹配除 "5" 之外的任意字符。同时，在[ ]外，元字符^表示匹配字符串的开始，如"^ab+"表示以ab开头的字符串。

• 

反斜杠问题

与大多数编程语言相同，正则表达式里使用”\”作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”\”，

Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r”\\”表示。同样，匹配一个数字的”\\d”可以写成r”\d”。有了原生字符串，妈妈也不用担心是不是漏写了反斜杠，写出来的表达式也更直观勒。

 

获得这个匹配模式：需要利用re.compile方法就可以

__author__ = 'CQC'
# -*- coding: utf-8 -*-

#导入re模块
import re

# 将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串”
pattern = re.compile(r'hello')

# 使用re.match匹配文本，获得匹配结果，无法匹配时将返回None
result1 = re.match(pattern,'hello')
result2 = re.match(pattern,'helloo CQC!')
result3 = re.match(pattern,'helo CQC!')
result4 = re.match(pattern,'hello CQC!')

#如果1匹配成功
if result1:
    # 使用Match获得分组信息
    print result1.group()//默认为组0
else:
    print '1匹配失败！'


#如果2匹配成功
if result2:
    # 使用Match获得分组信息
    print result2.group()
else:
    print '2匹配失败！'


#如果3匹配成功
if result3:
    # 使用Match获得分组信息
    print result3.group()
else:
    print '3匹配失败！'

#如果4匹配成功
if result4:
    # 使用Match获得分组信息
    print result4.group()
else:
    print '4匹配失败！'

属性：
1.string: 匹配时使用的文本  是原来的文本~

2.re: 匹配时使用的Pattern对象。

4.endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
5.lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。

 

# 匹配如下内容：单词+空格+单词+任意字符

m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')

三个分组

1 \w+所有字母  hello

2  \w+所有字母 world 

3 分组名字为sign  内容为任意字符的*所有（集合）

match()函数只检测re是不是在string的开始位置匹配，search()会扫描整个string查找匹配，

pattern = re.compile(r'world')

match = re.match(pattern,'hello world!')
if match:
    # 使用Match获得分组信息
    print match.group()
else:print "NO"
### 输出 ###
# NO


match = re.search(pattern,'hello world!')
if match:
    # 使用Match获得分组信息
    print match.group()
else:print "NO"
import re
#输出world

 （3）re.split(pattern, string[, maxsplit])

以数字（可以多个数字）为分割 ，maxsplit=2 表示分割两次（不是两部分）指的是用“数字”分割2次（这里有4个数字）

pattern = re.compile(r'\d+')
print re.split(pattern,'one1two2three3four4')

### 输出 ###
# ['one', 'two', 'three', 'four', '']



pattern = re.compile(r'\d+')
print re.split(pattern,'one1two2three3four4',2)

### 输出 ###
# ['one', 'two', 'threefour']

（4）re.findall(pattern, string[, flags])见名思议 find all match 找出所有匹配的，这个应该是很常用的语句吧~

pattern = re.compile(r'\W+')
print re.findall(pattern, '/one1two*2three3four4!')

### 输出 ###
# ['/', '*', '!']

\w:代表字母数字下划线

　　

（6）re.sub(pattern, repl, string[, count])

对匹配的文本 用repl 替换  这里的\2(\id)代表的是第二个分组   0分组是整个文本！！！第一个左括号是第一个分组

pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
你看这里的第一个分组就是i
第二个分组是say

print re.sub(pattern,r'\2 \1', s)
用say i替换i say

在这个例子里的 func函数用的挺巧妙

.title是使得第一字母大写？~~？！

import re

pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'

print re.sub(pattern,r'\2 \1', s)

def func(m):
    return m.group(1).title() + ' ' + m.group(2).title()

print re.sub(pattern,func, s)

### output ###
# say i, world hello!
# I Say, Hello World!

　　

re.subn(pattern, repl, string[, count])

只是输出结果中有一个替换次数

输出结果对比

say i, world hello!
I Say, Hello World!
('say i, world hello!', 2)
('I Say, Hello World!', 2)

 

---

 

SET（不重复）

s = set(['Adam', 'Lisa', 'Bart', 'Paul']) #创建 set 的方式是调用 set() 并传入一个 list，list的元素将作为set的元素
s是set集合创建的一个对象

s = set(['Adam', 'Lisa', 'Bart', 'Paul'])
print 'Bart' in s

输出：true

可以用“in”来判