Python编程之Re模块下的函数介绍

re模块下的函数

compile(pattern)：创建模式对象

import re
pat=re.compile('A')
m=pat.search('CBA')          #等价于 re.search('A','CBA')
print m
<_sre.SRE_Match object at 0x9d690c8>  #匹配到了，返回MatchObject（True）
m=pat.search('CBD')
print m
None                  #没有匹配到，返回None（False）

search(pattern,string)：在字符串中寻找模式

m = re.search('asd','ASDasd')
print m
<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）
m = re.search('asd','ASDASD')
print m
None                  #没有匹配到，返回None（False）

match(pattern,string)：在字符串开始处匹配模式

m = re.search('asd','ASDASD')
print m
None                  #没有匹配到，返回None（False）

等价于

pat=re.compile('a')
print pat.match('Aasd')
None
printpat.match('aASD')
<_sre.SRE_Match object at 0xb72cd6e8>

上面的函数返回都可以在if条件语句中进行判断：

if pat.search('asd'):
...   print 'OK'
... 
OK    #找到返回
if re.search('a','ASD'):
...   print "OK"
...    #没有找到

split(pattern,string)：根据模式分割字符串,返回列表

re.split(',','a,s,d,asd')
['a','s','d','asd']     #返回列表
 
pat = re.compile(',')
pat.split('a,'asd']     #返回列表
 
re.split('[,]+',asd')  #正则匹配：[,]+，后面说明
['a','asd']
 
re.split('[,asd',maxsplit=2) # maxsplit 最多分割次数
['a','d,asd']
 
pat = re.compile('[,]+')           #正则匹配：[,]+，后面说明
pat.split('a,maxsplit=2)    # maxsplit 最多分割次数
['a',asd']

findall(pattern,string)：列表形式返回匹配项

re.findall('a','ASDaDFGAa') 
['a','a']              #列表形式返回匹配到的字符串
pat = re.compile('a')
pat.findall('ASDaDFGAa')
['a','a']              #列表形式返回匹配到的字符串
pat = re.compile('[A-Z]+')    #正则匹配：'[A-Z]+' 后面有说明
pat.findall('ASDcDFGAa')
['ASD','DFGA']           #找到匹配到的字符串
pat = re.compile('[A-Z]')
pat.findall('ASDcDFGAa')     #正则匹配：'[A-Z]+' 后面有说明
['A','S','D','F','G','A'] #找到匹配到的字符串
pat = re.compile('[A-Za-z]')   #正则匹配：'[A-Za-z]+' 匹配所有单词，后面有说明
pat.findall('ASDcDFGAa')
['A','c','A','a'] 

sub(pat,repl,string) ：用repl替换 pat匹配项

(留的是中间的，因为中间在中心)

 re.sub('a','abcasd')  #找到a用A替换，后面见和group的配合使用
'AbcAsd'
pat = re.compile('a')
pat.sub('A','abcasd')
'AbcAsd'
 pat=re.compile(r'www.(.*)..{3}') #正则表达式
 #在Python的string前面加上‘r'， 是为了告诉编译器这个string是个raw string，不要转译反斜杠 '' 。
 #例如，n 在raw string中，是两个字符，和n， 而不会转译为换行符。
 #由于正则表达式和  会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上'r'。
  #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""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\"：
  #前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
  #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，你再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。
  #不是说 加了r 就没有转译功能，好乱，就直接记住1句话：
  #当一个字符串使用了正则表达式后，最好在前面加上'r'，这样你再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
pat.match('www.dxy.com').group(1)
'dxy'
re.sub(r'www.(.*)..{3}',r'1','hello,www.dxy.com')
pat.sub(r'1',www.dxy.com') 
'hello,dxy'
# r'1' 是第一组的意思
#通过正则匹配找到符合规则的"www.dxy.com" ，取得 组1字符串 去替换 整个匹配。
 pat=re.compile(r'(w+) (w+)')   #正则表达式
s='hello world ! hello hz !'
pat.findall('hello world ! hello hz !')
[('hello','world'),('hello','hz')]
pat.sub(r'2 1',s)        #通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。 
'world hello!hz hello!'

escape(string) ：对字符串里面的特殊字符串进行转义

re.escape('www.dxy.cn')
'www.dxy.cn'          #转义

上面的函数中，只有match、search有group方法，其他的函数没有。

函数的方法

group：获取子模式(组)的匹配项

pat = re.compile(r'www.(.*).(.*)')    #用()表示1个组，2个组
m = pat.match('www.dxy.com')
m.group()                 #默认为0，表示匹配整个字符串  
'www.dxy.com'
m.group(1)                 #返回给定组1匹配的子字符串
'dxy'
m.group(2)
'com'

start：给定组匹配项的开始位置

m.start(2)                 #组2开始的索引
8

end：给定组匹配项的结束位置

m.end(2)                  #组2结束的索引
11

span： 给定组匹配项的开始结束位置

 m.span(2)                 #组2开始、结束的索引
(8,11)

正则表达式

正则表达式(可以称为REs，regex，regex pattens)是一个小巧的，高度专业化的编程语言，它内嵌于python开发语言中，可通过re模块使用。正则表达式的pattern可以被编译成一系列的字节码，然后用C编写的引擎执行。下面简单介绍下正则表达式的语法。

元字符

“.” ：通配符,除换行符外的任意的1个字符

pat=re.compile('.')
pat.match('abc')
<_sre.SRE_Match object at 0xb72b6170>
pat.match('abc').group()
'a'                #匹配到了首个字符
pat.search('abc').group() 
'a'
pat.match('n').group()    #换行符匹配出错
Traceback (most recent call last):
 File "<stdin>",line 1,in <module>
AttributeError: 'NoneType' object has no attribute 'group'

“” : 转义符

pat=re.compile('.')
pat.search('abc.efg').group() #匹配到.
'.'
 pat.findall('abc.efg')     #不用group,返回列表
['.']

“[…]” : 字符集合，匹配里面的任意一个元素

>>> pat=re.compile('[abc]')
>>> pat.match('axbycz').group()
'a'
>>> pat.search('axbycz').group()
'a'
>>> pat.findall('axbycz')
['a','b','c']

“d” : 数字

>>> pat=re.compile('d')      
>>> pat.search('ax1by2cz3').group()  #匹配到第一个数字:1，返回
'1'
>>> pat.match('ax1by2cz3').group()  #匹配不到（首个不是）返回None，报错，match匹配字符串头
Traceback (most recent call last):
 File "<stdin>",in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.findall('ax1by2cz3')     #匹配所有的数字，列表返回
['1','2','3']

“D” : 非数字

>>> pat=re.compile('D')
>>> pat.match('ax1by2cz3').group()
'a'
>>> pat.search('ax1by2cz3').group()
'a'
>>> pat.findall('ax1by2cz3')
['a','x','y','z']

“s” ：空白字符 、 t、r、n、空格

>>> pat=re.compile('s')
>>> pat.findall('rax1 nby2 tcz3')
['r',' ','n','t']
>>> pat.search('rax1 nby2 tcz3').group()
'r'
>>> pat.match('rax1 nby2 tcz3').group()
'r'

“S” :非空白字符

>>> pat=re.compile('S')
>>> pat.search('rax1 nby2 tcz3').group()
'a'
>>> pat.findall('rax1 nby2 tcz3')
['a','1','z','3']

“w” ：单个的 数字和字母，[A-Za-z0-9]

>>> pat=re.compile('w')
>>> pat.search('1a2b3c').group()
'1'
>>> pat.findall('1a2b3c')
['1','a','3','c']
>>> pat.match('1a2b3c').group()
'1'

“W”:非单词字符,除数字和字母外

>>> pat=re.compile('W')
>>> pat.findall('1a2我b3c') #python是用三字节表示一个汉字
['xe6','x88','x91']
>>> pat.search('1a2我b3c').group()
'xe6'

数量词

“*” ：0次或多次

（ 乘0会变成0）

>>> pat = re.compile('[abc]*')
>>> pat.match('abcabcdefabc').group() 
'abcabc'               #2次
>>> pat.search('abcabcdefabc').group()
'abcabc'               #2次
>>> pat.findall('abcabcdefabc')
['abcabc','','abc','']   #2次和1次,因为有0次，所以匹配了''

“+” ：1次或多次

（编辑：安卓应用网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!