码迷,mamicode.com
首页 > 编程语言 > 详细

python之re模块

时间:2017-10-10 16:42:07      阅读:248      评论:0      收藏:0      [点我收藏+]

标签:ret   方式   实例   files   pil   空字符串   正则表达式   运用   upn   

re模块中常用功能函数

一、加载模块  

import re

二、编译正则表达式

re.compile(pat, flags = 0) #把一个正则表达式pat编译成正则对象并返回,以便可以用正则对象的match和search等方法。

pat 编译时,正则表达式字符串

flags 编译标志位,用于修改正则表达式的匹配方式,如:是否区分大小写,多行匹配等。常用的flags有:

re.I
re.IGNORECASE

让正则表达式忽略大小写,这样一来,[A-Z]也可以匹配小写字母了。此特性和locale无关。
re.L
re.LOCALE
让\w、\W、\b、\B、\s和\S依赖当前的locale。
re.M
re.MULTILINE
影响‘^‘和‘$‘的行为,指定了以后,‘^‘会增加匹配每行的开始(也就是换行符后的位置);‘$‘会增加匹配每行的结束(也就是换行符前的位置)。
re.S
re.DOTALL
影响‘.‘的行为,平时‘.‘匹配除换行符以外的所有字符,指定了本标志以后,也可以匹配换行符。
re.U
re.UNICODE
让\w、\W、\b、\B、\d、\D、\s和\S依赖Unicode库。
re.X
re.VERBOSE
运用这个标志,你可以写出可读性更好的正则表达式:除了在方括号内的和被反斜杠转义的以外的所有空白字符,都将被忽略,而且每行中,一个正常的井号后的所有字符也被忽略,这样就可以方便地在正则表达式内部写注释了。
a = re.compile(r"""\d +  # the integral part
                   \.    # the decimal point
                   \d *  # some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")
re.search(pattern, string[, flags])

三、搜索,执行功能函数

1、贪婪与非贪婪搜索

  *‘,‘+‘和‘?‘(*?, +?, ??, {m,n}?)都是贪婪的,匹配尽可能多的模式字符串;可以在后面加个问号,将贪婪改为非贪婪,只匹配尽量少的模式字符串。

2、匹配分组:(...)

  匹配圆括号里的RE匹配的内容,并指定组的开始和结束位置。组里面的内容可以被提取(0代表所有匹配内容,n代表第n个分组匹配内容),也可以采用\number这样的特殊序列,被用于后续的匹配。要匹配字面意义上的‘(‘和‘)‘,可以用反斜杆转义:\(、\),或是包含在反括号内:[(]、[)]。

3、搜索匹配

3.1 re.match和re.search

  re.match(pat, string[, flags = 0])

  如果字符串string的开头和正则表达式pat匹配的话,返回一个相应的MatchObject的实例,否则返回None

  re.search(pat, string[, flags = 0])

  在字符串内查找模式匹配(不一定是string开头),只要找到第一个匹配就返回一个相应的MatchObject的实例,否则返回None。

  注:MatchObject对象有以下方法:

  1??m.group() 不加参数,返回re整体匹配的字符串;

  2??m.group(n, m) 返回一个或多个子组。如果参数为一个,就返回一个子串;如果参数有多个,就返回多个子串注册的元组。如果不传任何参数,效果和传入一个0一样,将返回整个匹配。如果某个groupN未匹配到,相应位置会返回None。如果某个groupN是负数或者大于group的总数,则会抛出IndexError异常。 

  3??m.start([group])和m.end([group]) 返回的是被组group匹配到的子串在原字符串中的位置。如果不指定group或group指定为0,则代表整个匹配。如果group未匹配到,则返回 -1。

    对于指定的m和g,m.group(g)和m.string[m.start(g):m.end(g)]等效。
    如果group匹配到空字符串,m.start(group)和m.end(group)将相等。

  4??m.span([group]) 返回一个元组,包含匹配 (开始,结束) 的位置

  5??m.groups() 返回一个包含正则表达式中所有小组字符串的元组,从 1 到所含的小组号,通常groups()不需要参数,返回一个元组,元组中的元就是正则表达式中定义的组。

3.2 re.findall(pat, string, flags = 0)

  遍历匹配,可以获取字符串中所有匹配的字符串,返回一个列表。

import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r‘\w*oo\w*‘)
print(rr.findall(tt))
print(re.findall(r‘(\w)*oo(\w)‘,tt))#()表示子表达式 
执行结果如下:
[‘good‘, ‘cool‘]
[(‘g‘, ‘d‘), (‘c‘, ‘l‘)]

 3.3 re.finditer(pat, string, flags = 0)

  搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。找到 RE 匹配的所有子串,并把它们作为一个迭代器返回。

iter = re.finditer(r‘\d+‘,‘12 drumm44ers drumming, 11 ... 10 ...‘)
for i in iter:
    print(i)
    print(i.group())
    print(i.span())
执行结果如下:
<_sre.SRE_Match object; span=(0, 2), match=‘12‘>
(0, 2)
<_sre.SRE_Match object; span=(8, 10), match=‘44‘>
(8, 10)
<_sre.SRE_Match object; span=(24, 26), match=‘11‘>
(24, 26)
<_sre.SRE_Match object; span=(31, 33), match=‘10‘>
(31, 33)

 3.4 re.split(pat, string[, maxsplit])

  按照能够匹配的子串将string分割后返回列表。可以使用re.split来分割字符串,如:re.split(r‘\s+‘, text);将字符串按空格分割成一个单词列表。maxsplit用于指定最大分割次数,不指定将全部分割。

3.5 re.sub(pat, repl, string[, count])

  将string里,匹配pat的部分,用repl替换掉,最多替换count次(剩余的匹配将不做处理),然后返回替换后的字符串。如果string里没有可以匹配pattern的串,将被原封不动地返回。repl可以是一个字符串,也可以是一个函数。

  如果repl是个函数,每次pattern被匹配到的时候,都会被调用一次,传入一个匹配到的MatchObject对象,需要返回一个字符串,在匹配到的位置,就填入返回的字符串。

>>> def dashrepl(matchobj):
...     if matchobj.group(0) == ‘-‘: return ‘ ‘
...     else: return ‘-‘
>>> re.sub(‘-{1,2}‘, dashrepl, ‘pro----gram-files‘)
‘pro--gram files‘

   re.subn(pattern, repl, string[, count]) 跟上面的sub()函数一样,只是它返回的是一个元组 (新字符串, 匹配到的次数)

 

python之re模块

标签:ret   方式   实例   files   pil   空字符串   正则表达式   运用   upn   

原文地址:http://www.cnblogs.com/xiaofeiIDO/p/7645696.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!