正则念念碎

标签：

正则表达式就原理来讲，只有一点点东东，就是一个状态机，只能用在上下文无关文法的环境。

但是它使用还是非常灵活的，那些厉害的，能够玩出花来，工作效率提高很多。

1.常见正则表达式符号

2.re模块核心函数

3.MatchObject 常用函数:

　　用re.match(pattern,string,flag)和re.search(pattern,string,flag)匹配出来的都是Matchobject。介绍matchobject有个比较常用的方法，觉得非常的实用。

1.start(groupnum=0)

　　　　这个函数返回 某个匹配结果的某个groupnum开始的匹配的位置.

>>> string=‘xyz123123xyz‘
>>> pattern=‘(123)‘
>>> m=re.search(pattern,string)
>>> m.group(0)
‘123‘
>>>
>>> m.group(1)
‘123‘
>>> m.start(1) #这里就会返回第一次匹配到那个123在整个xyz123123xyz中的起始位置
3

2.end(),endpos(groupnum)

这个同上，只不过是返回结果是结束位置。

3.group(num=0),groups(),groupdict()

这几个函数用于返回匹配串种被额外分组保存的部分，group(0)是整个匹配的结果，从1开始是额外保存分组的部分。groups()返回额外保存的分组部分

groupdict()返回groupname:groupvalue这种字典

>>> pattern=‘1([abc]+)3‘
>>> string=‘1bc3‘
>>> m=re.search(pattern,string)
>>> m.group(0)
‘1bc3‘
>>> m.group(1)
‘bc‘
>>> m.groups()
(‘bc‘,)
>>> m.groupdict()
{}

groupdict()

>>> string
‘1bc3‘
>>> pattern=r‘1(?P<g1>[abc]+)3‘
>>> m=re.search(pattern,string)
>>> m
<_sre.SRE_Match object at 0x00BD2E20>
>>> m.groupdict()
{‘g1‘: ‘bc‘}

4.expand(stringtemplate)

比如m.group(1)==bc

那么m.expand(r"xxxx \1 zzzzz")会返回 xxxx bc zzzzz ,\1的地方会用group(1)的值替代 

 和这个函数功能类似的还有re.sub(pattern,replacement,string,flag) 在string中符合pattern的地方用replacement 替换

4.re模块常用函数

预编译

re.compile(pattern,flags) 这个方法用于将一个正则表达式先编译成内部表示，以加快后面的使用效率。

匹配

re.match(pattern,string,flags), re.search(pattern,string,flags) 这两个函数用于匹配 ，区别在于match必须从string的起始位置开始匹配，如果起始位置不匹配，就算是没有匹配了，search则是返回string中第一次匹配成功的字符串。

查找

re.findall(pattern,string,flags), re.finditer(pattern,string,flags) 返回所有匹配的部分，findall比较费点内存，finditer节约点内存。

切分

re.split(pattern,string)，将string切分，只要是匹配pattern的地方都切分。

>>> string="a12b3223d55"
>>> pattern=r‘[\d]+‘
>>> s=re.split(pattern,string)
>>> s
[‘a‘, ‘b‘, ‘d‘, ‘‘]

替换　　

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

>>> string="a12b3223d55"
>>> pattern=r‘[\d]+‘
>>>
>>> s=re.sub(pattern,‘ hello ‘,string)
>>> s
‘a hello b hello d hello ‘

5.几个可能比较少用的点　　

1.分组的使用

　常用的列子就是日期格式的变换了

　yyyy/mm/dd 变换到 dd/mm/yyy

   string=‘2016/6/24‘

   pattern=r‘([\d]{4})/([\d]{1,2})/([\d]{1,2})‘

   a=re.match(pattern,string)

   a.groups()-----> (‘2016‘, ‘6‘, ‘24‘)

　格式转换:

   re.sub(pattern,r‘\3-\2-\1‘,string) -----> ‘24-6-2016‘

2.向前看肯定、想前看否定，向后看肯定、向后看否定（ 行话叫“环视”）

　　string=‘abcdefg‘

　　向前看肯定:pattern=‘cd(?=ef)‘ 这个表达式的意思是匹配cd，但是cd后面必须跟着‘ef‘   re.search(pattern,string) 返回 ‘cd‘

　   向前看否定:pattern=‘cd(?!ef)‘ 这个表达式的意思是匹配cd，但是cd后面必须不能跟着‘ef‘   re.search(pattern,string) 返回 None

     另外两个不写了，差不多的意思，看着是不是有点编译原理里面文法分析的LR(K) 算法的那个K的意思，可是这个不是，正则只能用在词法分析阶段。因为他不跟踪上下文信息。

3.分组时,?+*在()里面和在()外面的差别

 。。。。。。。。

正则念念碎

标签：

原文地址：http://www.cnblogs.com/hi0xcc/p/5608054.html