Python正则表达式指南(下)

2.3. Pattern

Pattern对象是一个编译好的正则表达式，通过Pattern提供的一系列方法可以对文本进行匹配查找。

Pattern不能直接实例化，必须使用re.compile()进行构造。

Pattern提供了几个可读属性用于获取表达式的相关信息：

1. pattern: 编译时用的表达式字符串。
2. flags: 编译时用的匹配模式。数字形式。
3. groups: 表达式中分组的数量。
4. groupindex: 以表达式中有别名的组的别名为键、以该组对应的编号为值的字典，没有别名的组不包含在内。

01 import re
02 p = re.compile(r'(\w+) (\w+)(?P<sign>.*)', re.DOTALL)
03
04 print "p.pattern:", p.pattern
05 print "p.flags:", p.flags
06 print "p.groups:", p.groups
07 print "p.groupindex:", p.groupindex
08
09 ### output ###
10 # p.pattern: (\w+) (\w+)(?P<sign>.*)
11 # p.flags: 16
12 # p.groups: 3
13 # p.groupindex: {'sign': 3}

实例方法[ | re模块方法]：

1. match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]): 
   这个方法将从string的pos下标处起尝试匹配pattern；如果pattern结束时仍可匹配，则返回一个Match对象；如果匹配过程中pattern无法匹配，或者匹配未结束就已到达endpos，则返回None。 
   pos和endpos的默认值分别为0和len(string)；re.match()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。 
   注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'。 
   示例参见2.1小节。
2. search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]): 
   这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern，如果pattern结束时仍可匹配，则返回一个Match对象；若无法匹配，则将pos加1后重新尝试匹配；直到pos=endpos时仍无法匹配则返回None。 
   pos和endpos的默认值分别为0和len(string))；re.search()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。 
   

   01 # encoding: UTF-8
   02 import re
   03
   04 # 将正则表达式编译成Pattern对象
   05 pattern = re.compile(r'world')
   06
   07 # 使用search()查找匹配的子串，不存在能匹配的子串时将返回None
   08 # 这个例子中使用match()无法成功匹配
   09 match = pattern.search('hello world!')
   10
   11 if match:
   12     # 使用Match获得分组信息
   13     print match.group()
   14
   15 ### 输出 ###
   16 # world

3. split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]): 
   按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。 
   

   1 import re
   2
   3 p = re.compile(r'\d+')
   4 print p.split('one1two2three3four4')
   5
   6 ### output ###
   7 # ['one', 'two', 'three', 'four', '']

4. findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]): 
   搜索string，以列表形式返回全部能匹配的子串。 
   

   1 import re
   2
   3 p = re.compile(r'\d+')
   4 print p.findall('one1two2three3four4')
   5
   6 ### output ###
   7 # ['1', '2', '3', '4']

5. finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]): 
   搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。 
   

   1 import re
   2
   3 p = re.compile(r'\d+')
   4 for m in p.finditer('one1two2three3four4'):
   5     print m.group(),
   6
   7 ### output ###
   8 # 1 2 3 4

6. sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): 
   使用repl替换string中每一个匹配的子串后返回替换后的字符串。 
   当repl是一个字符串时，可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。 
   当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。 
   count用于指定最多替换次数，不指定时全部替换。 
   

   01 import re
   02
   03 p = re.compile(r'(\w+) (\w+)')
   04 s = 'i say, hello world!'
   05
   06 print p.sub(r'\2 \1', s)
   07
   08 def func(m):
   09     return m.group(1).title() + ' ' + m.group(2).title()
   10
   11 print p.sub(func, s)
   12
   13 ### output ###
   14 # say i, world hello!
   15 # I Say, Hello World!

7. subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]): 
   返回 (sub(repl, string[, count]), 替换次数)。 
   

   01 import re
   02
   03 p = re.compile(r'(\w+) (\w+)')
   04 s = 'i say, hello world!'
   05
   06 print p.subn(r'\2 \1', s)
   07
   08 def func(m):
   09     return m.group(1).title() + ' ' + m.group(2).title()
   10
   11 print p.subn(func, s)
   12
   13 ### output ###
   14 # ('say i, world hello!', 2)
   15 # ('I Say, Hello World!', 2) 以上就是Python对于正则表达式的支持。熟练掌握正则表达式是每一个程序员必须具备的技能，这年头没有不与字符串打交道的程序了。笔者也处于初级阶段，与君共勉，^_^ 另外，图中的特殊构造部分没有举出例子，用到这些的正则表达式是具有一定难度的。有兴趣可以思考一下，如何匹配不是以abc开头的单词，^_^ 全文结束 原文:http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html