phython正则表达式 Python Re模块

反斜杠问题

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”\”，

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，妈妈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勒。

获得这个匹配模式：需要利用re.compile方法就可以

__author__ = 'CQC'
# -*- coding: utf- -*-

#导入re模块
import re

# 将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串”
pattern = re.compile(r'hello')

# 使用re.match匹配文本，获得匹配结果，无法匹配时将返回None
result1 = re.match(pattern,'hello')
result2 = re.match(pattern,'helloo CQC!')
result3 = re.match(pattern,'helo CQC!')
result4 = re.match(pattern,'hello CQC!')

#如果1匹配成功
if result1:
    # 使用Match获得分组信息
    print result1.group()//默认为组0
else:
    print '1匹配失败！'

#如果2匹配成功
if result2:
    # 使用Match获得分组信息
    print result2.group()
else:
    print '2匹配失败！'

#如果3匹配成功
if result3:
    # 使用Match获得分组信息
    print result3.group()
else:
    print '3匹配失败！'

#如果4匹配成功
if result4:
    # 使用Match获得分组信息
    print result4.group()
else:
    print '4匹配失败！'

属性：
1.string: 匹配时使用的文本  是原来的文本~

2.re: 匹配时使用的Pattern对象。

4.endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
5.lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。

# 匹配如下内容：单词+空格+单词+任意字符

m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')

三个分组

1 \w+所有字母  hello

2  \w+所有字母 world 

3 分组名字为sign  内容为任意字符的*所有（集合）

match()函数只检测re是不是在string的开始位置匹配，search()会扫描整个string查找匹配，

match = re.match(pattern,'hello world!')
if match:
    # 使用Match获得分组信息
    print match.group()
else:print "NO"
### 输出 ###
# world
match = re.search(pattern,'hello world!')
if match:
    # 使用Match获得分组信息
    print match.group()
else:print "NO"

match 和 saerch 区别

3）re.split(pattern, string[, maxsplit])

以数字（可以多个数字）为分割 ，maxsplit=2 表示分割两次（不是两部分）指的是用“数字”分割2次（这里有4个数字）

pattern = re.compile(r'\d+')
print re.split(pattern,'one1two2three3four4')

### 输出 ###
# ['one', 'two', 'three', 'four', '']

pattern = re.compile(r'\d+')
print re.split(pattern,'one1two2three3four4',)

### 输出 ###
# ['one', 'two', 'threefour']

re.split(pattern, string[, maxsplit])

（4）re.findall(pattern, string[, flags])见名思议 find all match 找出所有匹配的，这个应该是很常用的语句吧~

 pattern = re.compile(r'\W+')
 print re.findall(pattern, '/one1two*2three3four4!')

 ### 输出 ###
 # ['/', '*', '!']

\w:代表字母数字下划线.

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

对匹配的文本 用repl 替换  这里的\2(\id)代表的是第二个分组   0分组是整个文本！！！第一个左括号是第一个分组

pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'<br>你看这里的第一个分组就是i<br>第二个分组是say

print re.sub(pattern,r'\2 \1', s)<br>用say i替换i say<br><br>

在这个例子里的 func函数用的挺巧妙

.title是使得第一字母大写？~~？！

import re

pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'

print re.sub(pattern,r'\2 \1', s)

def func(m):
    return m.group()<span style="color: #ff6600;">.title()</span> + ' ' + m.group().title()

print re.sub(pattern,func, s)

### output ###
# say i, world hello!
# I Say, Hello World!

re.subn(pattern, repl, string[, count])

只是输出结果中有一个替换次数

输出结果对比

say i, world hello!
I Say, Hello World!
('say i, world hello!', 2)
('I Say, Hello World!', 2)