20121020 Google python课堂 正则表达式
match = re.search(pat, str)输入正则表达式与字符串，如果找到返回匹配的对象，否则None，通常可以用if来判断是否找到
match.group()返回匹配成功的文本
match = re.search(r'pat', str)正则表达式前的r表示'raw'保持原始的字符串，对\转意忽略
正则表达式
A, X, 9, < 普通字符完全匹配
. 匹配任何字符，除了'\n'
\w 匹配字符，\W匹配飞、非字符
\b 字符与字符之间的边界
\s 匹配空白符，空格 \n\r\t\f等，\S匹配非空白符
\t,\n,\r 制表符，回车符，返回
\d 数字，\w,\S包含
^,$ 字符串的开始与结束
\ 转意字符
重复的标识
+ 字符左边相同的字符
* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等价于{0,}。
? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
[
xyz] 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^
xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
分组提取
1 str ='purple [email protected] monkey dishwasher' 2 match = re.search('([\w.-]+)@([\w.-]+)', str) 3 if match: 4 print match.group() ## '[email protected]' (the whole match) 5 print match.group(1) ## 'alice-b' (the username, group 1) 6 print match.group(2) ## 'google.com' (the host, group 2)
用()区分各个分组
re.findall(pat, str)
找到所有与正则表示的符合的各个字符串，返回一个有这些字符串为元的表
findall与()可以组合使用，返回数组为元的表
正则表达式的选项
re.search(pat, str, re.IGNORECASE)
IGNORECASE 不区分大小写a,即匹配a,又匹配A
DOTALL 允许.匹配\n
MULTILINE 在一个多行组成的字符串中，允许^与$匹配行的开始于结束
re.sub(pat, replacement, str) 替换匹配到的字符串
1 str ='purple [email protected], blah monkey [email protected] blah dishwasher' 2 ## re.sub(pat, replacement, str) -- returns new string with all replacements, 3 ## \1 is group(1), \2 group(2) in the replacement 4 print re.sub(r'([\w\.-]+)@([\w\.-]+)', r'\[email protected]', str) 5 ## purple [email protected], blah monkey [email protected] blah dishwasher