python学习之(五)正则表达式

正则表达式模式语法

元素	含义
.	匹配除\n之外的任何字符
^	匹配字符串的其实部分
$	匹配字符串的结束部分
*	匹配前面的正则表达式的零个或多个匹配项目：贪婪匹配（尽可能多的匹配）
+	匹配前面的正则表达式的1个或多个匹配项目：贪婪匹配（尽可能多的匹配）
？	匹配前面的正则表达式的零个或1个匹配项目：贪婪匹配（只匹配一个）
*?,+?,??	*、+和?的非贪婪匹配版本（尽可能少的匹配）
{m,n}	匹配前面的正则表达式的m到n个匹配项目(贪婪匹配)
{m,n}?	匹配前面的正则表达式的m到n个匹配项目(非贪婪匹配)
[...]	匹配方括号中包含的字符集中的任意一个
|	匹配前面的或后面的表达式
（...）	匹配圆括号中的正则表达式并指定一个组
（?...）	与（...） 类似，但是不指定一个组
（?P<id>…)	与（...） 类似，该组还将获得名称id
(?P=id）	匹配前面按组名id匹配的任何匹配项目
(?#...)	圆括号中的内容只是注释，对匹配没有影响
(?=…)	向前看断言：如果正则表达式…匹配接下来的内容，则表示匹配， 但是不消耗字符串的任何部分
(?!...)	向反的方向看断言：如果正则表达式…匹配接下来的内容，则表示匹配， 但是不消耗字符串的任何部分
(?<=…)	向后看断言：如果有一个以当前位置为结尾的项目匹配正则表达式…, 则表示匹配(…必须匹配固定长度)
(?<!...)	向反的方向看断言：如果有一个以当前位置为结尾的项目匹配正则表达式…, 则表示匹配(…必须匹配固定长度)
\number	按照编号number匹配以前匹配的任何项目（组是从1到99自动编号的）
\A	匹配一个空白字符串，但是只在整个字符串的起始位置
\b	匹配一个空白字符串，但是只一个单词的起始和结束位置
\B	匹配一个空白字符串，但是不在一个单词的起始和结束位置
\d	匹配一个数字，也就是集合[0-9]中的数字
\D	匹配一个非数字
\s	匹配一个空白字符，也就是集合[\t\n\r\f\v]中的字符
\S	匹配一个非空字符
\w	匹配一个字母或数字字符；除非设置了LOCALE或UNICODE,也就是集合 [a-zA-Z0-9_]中的字符
\W	匹配非字母和数字字符，与\w相反
\Z	匹配一个空白字符串，但是只在整个字符串的末尾匹配
\\	匹配一个反斜线字符

字符集：可以通过在方括号（[]）中列举一些字符来表示一个模式中的字符集。在一个集合中，除了反斜线符号（\）、反方括号（]）、和连字符（-），其他特殊符号都表示器本身，而在这几个符号没有被转义时，必须使用转义来表示。

组：正则表达式可以包含任意数量的组，从1到99.模式字符串忠的圆括号表示一个组。

正则表达式对象方法和属性：

findall、finditer、match、search、split、sub、subn、flags、groupindex、groups、groupdict、pattern

主要介绍match和search

match的原型：match(string[,pos[, endpos]]),匹配时，将返回一个适当的匹配对象。否则，匹配将返回None。注意，这个匹配将隐式锚定string中的起始位置。要想在string中的任何位置使用search

search的原型:search(string[,pos[,endpos]]),通常这样定义:search（string,start=0,end=sys.maxint）

>>> import re

>>> p=re.compile('d')

>>> p.search('dog')

<_sre.SRE_Match object at 0x00AB6D40>

>>> p.search('dog',1) # 没有匹配

下面的可以看出match和search的区别。

>>> p.match('dogd',1)

>>> p.search('dogd',1)

<_sre.SRE_Match object at 0x00AB6D40>

匹配对象:

匹配对象是由正则表达式对象的match和search方法创建和返回的，也是findall方法返回的迭代器中的项目。

 

同时可以直接使用re模块的函数

例如：re.split(pattern, string[, maxsplit=0, flags=0])

>>> re.split('\W+', 'Words, words, words.')

['Words', 'words', 'words', '']

>>> re.split('(\W+)', 'Words, words, words.')

['Words',', ', 'words', ', ', 'words', '.', '']