python使用正則表達式

python中使用正則表達式

1. 匹配字符

正則表達式中的元字符有 .  ^  $ *   +  ?  { }  [ ]  \  | ( )

匹配字符用的模式有

\d 匹配随意数字

\D 匹配随意非数字

\s 匹配随意空白字符

\S 匹配随意非空格字符

\w 匹配随意数字或者字母

\W  匹配随意非数字或者字母

2.  正則表達式

python中使用compile处理正則表達式。如：

import re;

p=re.compile(‘[a-c]’);

p.match(s);

s是待匹配的字符串，match是匹配方法。类似的方法有

match()   确定从行首開始匹配

search()   在任何位置匹配

findall()  找匹配的全部子串，并作为子串返回

finditer()   找匹配的全部子串，而且以迭代器的形式返回

match也有非常多方法。如：

group()   把正則表達式匹配的字符串返回

start()  返回匹配的起点

end()   返回匹配的终点

span()   返回匹配的(start,end)的元组

例1：>>>import re;

>>>p=re.compile(‘^[a-c]’)

>>>q=p.match(“abcd”);

>>>print q.group()

ab

>>>>q.span()

(0,2)

例2：

>>>import re

>>>p=re.compile(‘\d+’);

>>>q=p.findall(‘1 and 10 and 20’);

>>>print q

[‘1’,’2’,’3’]

上述的匹配也能够使用第二种形式。即：

re.match(’\d+’,’d23r’)

例3：

>>>p=re.match(’\d+’,’d23r’)

>>>print p

None

匹配的其他參数：

re.compile(‘[a-c]’,re.I)  re.I 表示忽略大写和小写

re.compile(‘^ab$’,re.M)  re.M 表示^或者$在行首和行尾以及字符串的开头和结束都会进行匹配。

假设不加这个标志。仅仅会在字符串的開始和结束之处匹配

例4：

re.compile(“””

[1-3]       #1-3

[a-c]      # a-c

“””,re.VERBOSE

)              re.VERBOSE  的出现使得正則表達式能够再多行出现，并且能够在每行加上凝视

上面的匹配相当于 re.compile(‘[1-3][a-c]’)

3.  分组

使用()来进行分组

例5：

>>>p=re.compile(‘(12)+’)

>>>m=p.match(‘121212’)

>>>print m.group()

121212

上面匹配的是12反复出现一次或多次

还能够打印分组的信息。

>>>print m.group(1)

12

python会自己主动捕获分组的信息，假设不想捕获分组的信息。能够使用?:

例6：

>>>import re

>>>s =”hello ab1cd”;

>>>p=re.search(‘(?

:h.*)(a.*)(c.*)’);

>>>print “a* {0}”.format(p.group(1))

a*   ab

>>>print “c* {0}”.format(p.group(2))

c*   cd

p.group(0)存放的是整个表达式的匹配情况，p.group(1)存放的是(a.*)的匹配信息，p.group(2)存放的是(b.*)的匹配信息，而 h.*前面由于有?:没有被捕获

假设分组过多。使用组的标号还是显得麻烦，这时能够对组进行命名，然后能够通过名字来使用它们。

例7：

>>>import re;

>>>s=”hello ab1cd”

>>>p=re.search(‘(?P<a>a.*)(?P<c>c.*)’);

>>>print “a*  {0}”.format(p.group(‘a’)

a*   ab

>>>print “c*  {0}”.format(p.group(‘c’))

c*   cd

4.贪婪和非贪婪模式

在贪婪模式下，* + 都会尽可能地多匹配字符。如：

例8：

>>>import re;

>>>p=re.compile('<h.*></h>');

>>>m=p.findall('<h1></h><h2></h>')

>>>print m;

[‘<h1></h><h2></h>’]

有时希望它匹配出<h1></h>,<h2></h>两个结果。这时就能够用非贪婪模式了。仅仅要在*或.后面加上?。

例9：

>>>import re;

>>>p=re.compile('<h.*?

></h>');

>>>m=p.findall('<h1></h><h2></h>')

>>>print m;

[‘<h1></h>’,’<h2></h>’]

5. 前向定界符和后向定界符

假设先匹配模式A,在匹配模式B,能够使用A(?=B),假设先匹配模式A,并且希望后面没有B,能够使用A(?!B).

例10：

>>>import re;

>>>s=”ab2cd”

>>>m=re.search(“ab2(?=cd)”,s);

>>>print m.group();

ab2cd

例11：

>>>import re;

>>>s='ab2cd'

>>>m=re.search('ab2(?!cd)',s);

>>>print m

None

类似地，假设匹配模式B,同一时候在其前面要有模式A，能够使用(?

<=A)B的形式，

假设匹配模式B，同一时候在其前面没有模式A。能够使用(?<!A)B的形式

例12：

>>>import re;

>>>s=”ab2cd”;

>>>m=re.search(‘(?<=ab2)cd’,s)

>>>print m.group()

cd

例13：

>>>import re

>>>string= "ab2cd"

>>>pattern = re.search(r'(?<!ab2)cd',string)

>>>print pattern;

None