python正则表达式：re模块

正则表达式（regular expression）提供了一个简单灵活的方式来描述和识别符合规则的一组字符串，例如特殊的字符、单词或一组字符，在linux下常用的grep命令，就可以用来找出文件中符合规则的字符串。在python中，负责处理正则表达式的是re模块。

正则表达式包含了普通字符和特殊含义字符。如‘A’、‘a’、‘0’等普通字符，这些可以简单的匹配自身，另外是一些含义强大的特殊字符，如‘.’匹配任何一个字符（换行符除外），‘*’匹配前面出现的正则表达式零次或多次，这和在windows下常用的通配符不是一个概念，两者有自己专有的规则。以下是常见的字符及其含义，更详细的字符介绍请参考http://en.wikipedia.org/wiki/Regular_expression。

 

匹配对象

group(num = 0)

返回全部匹配对象，或指定编号的子组。

groups()

返回包含全部匹配的子组的元组

 

 

常用函数

re.compile(pattern, flags=0)

将正则表达式编译成一个正则表达式编译对象，使用预编译代码对象要比执行字符串要快，提高程序效率。用法如下：

prog = re.compile( pattern )

result = prog.match( string )

等价于：

result = re.mtach(pattern, string)

 

 

re.match(pattern, string, flags=0)

从字符串的开始进行模式的匹配，成功则返回匹配对象，失败则返回为空。

 

re.search(pattern, string, flags=0)

检查字符串中任意位置，成功则返回匹配对象，失败则返回为空。

 

 

注意问题

在进行正则表达式匹配的时候，默认是贪心匹配，即尽可能的得到满足匹配的最长字符串，可以通过操作符“?”实现非贪婪的匹配模式，即将*、+和?变为*?、+?和??。

如下所示，当不加?时，匹配结果为整个字符串，当加入?后，匹配结果为第一个小括号的内容。

 

 

refer

http://en.wikipedia.org/wiki/Regular_expression

http://docs.python.org/library/re.html