python 正则表达式应用

主要方法

findall(pattern,string[, pos[, endpos]])
返回列表，包含了所有匹配的字符串

参数	描述
string	符合条件的字符串，正则表达式
pos	指定字符串的起始位置
endpos	指定字符串的结束位置

re.sub(pattern, repl, string, count=0, flags=0)
返回替换之后的字符串

参数	描述
pattern	符合条件的字符串，正则表达式
repl	替换为的字符串（可以是函数）
string	要被查找替换的字符串
count	替换的最大次数

re.split(pattern, string[, maxsplit=0, flags=0])
返回列表，包含了分割之后的字符串。加强版的字符串split方法

参数	描述
pattern	符合条件的字符串
string	原始文本
maxsplit	最大的分隔次数
flags	标志位，比如是否区分大小写等

re.compile(pattern[, flags])
返回一个正则表达式（ Pattern ）对象，可以调用 match() 和 search() 。

参数	描述
pattern	符合条件的字符串，正则表达式
flags	是否忽略大小写等

>>>import re
>>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)   # re.I 表示忽略大小写
>>> m = pattern.match('Hello World Wide Web')
>>> print m                               # 匹配成功，返回一个 Match 对象
<_sre.SRE_Match object at 0x10bea83e8>
>>> m.group(0)                            # 返回匹配成功的整个子串
'Hello World'
>>> m.span(0)                             # 返回匹配成功的整个子串的索引
(0, 11)
>>> m.group(1)                            # 返回第一个分组匹配成功的子串
'Hello'
>>> m.span(1)                             # 返回第一个分组匹配成功的子串的索引
(0, 5)
>>> m.group(2)                            # 返回第二个分组匹配成功的子串
'World'
>>> m.span(2)                             # 返回第二个分组匹配成功的子串
(6, 11)
>>> m.groups()                            # 等价于 (m.group(1), m.group(2), ...)
('Hello', 'World')
>>> m.group(3)                            # 不存在第三个分组
Traceback (most recent call last):
  File "", line 1, in 
IndexError: no such group

模式总结

符号	说明	实例
*, +, ?	0到无限，1到无限，0到1
*?, +?, ??	非贪婪匹配，匹配到第一个符合的字符就终止
{m,n}	前面的字符出现m到n次
{m,n}?	非贪婪匹配
[]	出现里面任意的一个字符
()	表示分组，正则表达式只返回分组的内容，也就是说只返回括号里的内容，括号外面的内容不返回，括号外面的内容只作为定位用，调用goups和span方法可以查看不同分组；也可以用\1,\2来取不同分组
(?= … )	表达式’…’之前的字符串，特殊构建不作为分组
(?!..)	后面不跟表达式’…’的字符串，特殊构建不作为分组
(?<= … )	跟在表达式’…’后面的字符串符合括号之后的正则表达式，特殊构建不作为分组
\s	匹配任意空白字符，相当于 [ \t\n\r\f\v]
\S	匹配任意非空白字符，相当于 [^ \t\n\r\f\v]

实例

条件替换，只去掉数字后面的x

import re
text = "100x text"
re.sub(r'(\d+)[xX]', r'\1', text) # 这个是用了分组的思想，把100x，替换成了100，\1是分组的第一个分组

re.sub('(?<=\d)[xX]', '', s)  # 这个是利用了分组的特殊构建

参考文献：
http://www.runoob.com/python/python-reg-expressions.html
https://www.cnblogs.com/yyyg/p/5498803.html