python 正则表达式

python使用正则表达式
参考链接

re.search

searchObj = re.search( r'正则表达式', line, flag)
if searchObj:
   print "searchObj.group() : ", searchObj.group() #查看匹配到的字符串
   print "searchObj.group() : ", searchObj.group(1) #查看第一个捕获组的内容
   print "searchObj.group() : ", searchObj.span() #查看在字符串中的下标位置
else:
   print "Nothing found!!"

re.match与re.search类似，区别在于re.match只从字符串开头进行匹配。两个都只匹配一次。
可选的flag如下：

如果想用多个标志就使用|连接多个flag。

re.sub

re.sub(pattern, repl, string, count=0, flags=0)

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
  使用函数的示例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
import re
 
# 将匹配的数字乘以 2
def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)
 
s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))

re.compile

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
m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配

当用同样的正则表达式匹配多个字符串时，使用起来比较方便。

re.findall

result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result)

结果为[('width', '20'), ('height', '10')]这样的元组列表。

re.split

re.split(pattern, string[, maxsplit=0, flags=0])
根据匹配到的字符串进行split，maxsplit表示分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。

匹配到的match对象

• groups()方法获得所有的子字符串，获取一个列表，等同于[group(1),group(2),...]
• group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
• start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
• end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
• span([group]) 方法返回 (start(group), end(group))。

注

使用()?进行捕获时，如果匹配内容()中内容没有出现，相应位置的group就为None。