码迷,mamicode.com
首页 > 编程语言 > 详细

python正则

时间:2015-06-05 17:40:01      阅读:198      评论:0      收藏:0      [点我收藏+]

标签:正则表达式

正则表达式RE为高级文本搜索模式匹配、搜索-替代等功能提供了基础,它是一种由字符和特殊符号组成的字符串,描述了这些字符的某种重复方式,因此能按某种模式匹配一个有相似特征的字符串或字符串的集合。python正则表达式的相关模块为re模块。

常用正则表达式符号和特殊字符——

literal:匹配字符串的值,即literal本身
re1|re2:匹配正则表达式re1或re2,可以理解为逻辑或
.:匹配任何单个字符,换行符除外(python有方法取消这个限制的)
^:匹配字符串的开始
$:匹配字符串的结尾
*:匹配前面出现的正则表达式零次或多次
+:匹配前面出现的正则表达式一次或多次
?:匹配前面出现的正则表达式零次或一次
{N}:匹配前面出现的正则表达式N次
{M,N}:匹配重复出现M次到N次的正则表达式
[…]:匹配字符组里出现的任意一个字符
[…x-y…]:匹配从字符x到y中的任意一个字符
[^…]:不匹配此字符集中出现的任意一个字符,包括某一范围的字符
(*|+|?|{})?:用于上面出现的任何“非贪婪”版本,问号有两种含义,单独使用时表示匹配出现零次或一次的情况,紧跟在表示重复的元字符后面时,表示要求搜索引擎匹配的字符串越短越好,留下尽可能多的字符给后面的模式
(…):匹配封闭括号中正则表达式,并保存为子组。圆括号可以对正则表达式进行分组或匹配子组。
\d:匹配任何数字,和[0-9]一样,\D是\d的反义
\w:匹配任何数字或字母字符,和[A-Za-z0-9]一样,\W是\w的反义
\s:匹配任何空白符,和[\n\t\r\v\f]一样,\S是\s的反义
\b:匹配单词边界,\B是\b的反义
\nn:匹配已保存的字组
\c:逐一匹配特殊字符c,即转义字符,有时候\字符太多了容易令人困惑,可用python原始字符串,即在字符串的一开始加r字符。
\A:匹配字符串的开始,\Z匹配字符串的结束

下面介绍python正则表达式(re模块)常见的函数与方法——

compile(pattern,flags=0):对正则表达式pattern进行编译,flags是可选标志符,并返回一个regex对象。由于预编译代码对象比字符串快,正则表达式又经常被用到,这时就用到了这个函数。
match(pattern,string,flags=0):尝试用正则表达式模式pattern匹配字符串string,是从字符串的开头开始匹配的,flags是可选标志符,如果匹配成功,则返回一个匹配对象,否则返回None。
search(pattern,string,flags=0):在字符串string中查找正则表达式模式pattern的第一次出现,flags是可选标志符,如果匹配成功,则返回一个匹配对象,否则返回None。
findall(pattern,string[,flags]):在字符串string中查找正则表达式模式pattern的所有非重复出现,返回一个匹配对象的列表。
finditer(pattern,string[,flags]):和findall()相同,但返回的不是列表而是迭代器,对于每个匹配,该迭代器返回一个匹配对象。
split(pattern,string,max=0):根据正则表达式pattern中分隔符吧字符string分割为一个列表,返回成功匹配的列表,最多分割max次,默认是分割所有匹配的地方。
sub(pattern,rep1,string,max=0):把字符串string中所有匹配正则表达式pattern的地方换成字符串rep1,如果max的值没有给出,则对所有匹配的地方进行替换,另外还有一个类似的subn()。
group(num=0):返回全部匹配对象,或指定编号是num的子组。
groups():返回一个包含全部匹配的子组的元组,如果没有成功匹配,就返回一个空元组。

下面以一个例子展示search与match、贪婪与非贪婪模式的区别——

待匹配的字符串str为:

>>> str = ‘Fri Jun,5 16:00:00 2015::aidearone@gmail.com::88888888-6-9‘

我们匹配str最后的数字段,即“88888888-6-9”。
匹配模式patt为:

>>> patt = ‘\d+-\d+-\d+‘

下面是search的结果(符合预期):

>>> re.search(patt, str).group()
‘88888888-6-9‘

再来看一下match(失败了,因为match从字符串开始匹配,匹配失败返回None):

>>> re.match(patt, str).group()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: ‘NoneType‘ object has no attribute ‘group‘

修改匹配模式为patt2(结果不对):

>>> patt2 = ‘.+\d+-\d+-\d+‘
>>> re.match(patt2, str).group()
‘Fri Jun,5 16:00:00 2015::aidearone@gmail.com::88888888-6-9‘

再次修改匹配模式为patt3(分组,结果接近预期了,这是因为匹配模式是贪婪的):

>>> patt3 = ‘.+(\d+-\d+-\d+)‘
>>> re.match(patt3, str).group(1)
‘8-6-9‘

最后修改匹配模式为patt4(成功了,使用了非贪婪模式):

>>> patt4 = ‘.+?(\d+-\d+-\d+)‘
>>> re.match(patt4, str).group(1)
‘88888888-6-9‘

python正则

标签:正则表达式

原文地址:http://blog.csdn.net/ieearth/article/details/46378365

(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!