Python学习笔记8：标准库之正則表達式

Python拥有强大的标准库。从如今起，開始学习标准库中提供的一些经常使用功能。

首先看正則表達式(regular expression)，它的主要功能是从字符串(string)中通过特定的模式(pattern)，搜索想要找到的内容。

比如：要从一个字符串中找出全部的数字，我们能够这样做：

import re
str = "int2str"
m = re.search("[0-9]",str)
print(m.group(0))

输出：2

re.search()接收两个參数，第一个正則表達式。是匹配条件。

re.search()假设从第二个參数是目标字符串。

返回一个对象m，通过m.group()查看搜索到的结果；没有找到。则返回None。



经常使用函数：

m = re.search(pattern, string)搜索整个字符串，直到发现符合的子字符串。

m = re.match(pattern, string)从头開始检查字符串是否符合正則表達式。必须从字符串的第一个字符開始就相符。

对于返回的m, 我们使用m.group()来调用结果。

str = re.sub(pattern, replacement, string)在string中利用正则变换pattern进行搜索，对于搜索到的字符串，用还有一字符串replacement替换。

返回替换后的字符串str。



re.split()依据正則表達式切割字符串， 将切割后的全部子字符串放在一个表(list)中返回

re.findall()依据正則表達式搜索字符串。将全部符合的子字符串放在一给表(list)中返回





正則表達式：

1）单个字符:





.          随意一个字符





a|b        字符a或字符b





[afg]      a或者f或者g的一个字符





[0-4]      0-4范围内的一个字符





[a-f]      a-f范围内的一个字符





[^m]       不是m的一个字符





s         一个空格





S         一个非空格





d         [0-9]





D         [^0-9]





w         [0-9a-zA-Z]





W         [^0-9a-zA-Z]





2）反复





紧跟在单个字符之后，表示多个这样类似的字符





*         反复 >=0 次





+         反复 >=1 次





?         反复 0或者1 次





{m}       反复m次。比方说 a{4}相当于aaaa，再比方说[1-3]{2}相当于[1-3][1-3]





{m, n}    反复m到n次。

比方说a{2, 5}表示a反复2到5次。

小于m次的反复，或者大于n次的反复都不符合条件。

比如：

[0-9]{3,5}       9678





a?b              b





a+b              aaaaab





3) 位置





^         字符串的起始位置





$         字符串的结尾位置





比如：

正则表达 相符的字符串举例
不相符字符串





^ab.*c$ abeec
cabeec





4）返回控制





有可能对搜索的结果进行进一步精简信息。比方以下一个正則表達式：

output_(d{4})





该正則表達式用括号()包围了一个小的正則表達式。d{4}。 这个小的正則表達式被用于从结果中筛选想要的信息（在这里是四位数字）。

这样被括号圈起来的正則表達式的一部分。称为群(group)。

我们能够m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果，group(1)是第一个群……

import re
m = re.search("output_([0-9]{4})", "output_1986.txt")
print(m.group(0),m.group(1))

输出：

('output_1986', '1986')





我们还能够使用(?P<name>...)为group命名，以便更好地使用m.group查询:

import re
m = re.search("output_(?P<year>[0-9]{4})", "output_1986.txt")
print(m.group("year"))

输出：1986

坚持每天都能学一点新东西。好了。今天就先到这里了。