Python中re(正则表达式)模块学习
今天学习了Python中有关正则表达式的知识。关于正则表达式的语法，不作过多解释，网上有许多学习的资料。这里主要介绍Python中常用的正则表达式处理函数。
re.match
re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。
import re text = " JGood is a handsome boy, he is cool, clever, and so on... " m = re.match(r " (\w+)\s " , text) if m: print m.group(0), ' \n ' , m.group( 1 ) else : print ' not match '
re.match的函数原型为：re.match(pattern, string, flags)
第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；
第二个参数表示要匹配的字符串；
第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
re.search
re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
import re text = " JGood is a handsome boy, he is cool, clever, and so on... " m = re.search(r ' \shan(ds)ome\s ' , text) if m: print m.group(0), m.group( 1 ) else : print ' not search '
re.search的函数原型为： re.search(pattern, string, flags)
每个参数的含意与re.match一样。
re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。
re.sub
re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' :
import re text = " JGood is a handsome boy, he is cool, clever, and so on... " print re.sub(r ' \s+ ' , ' - ' , text)
re.sub的函数原型为：re.sub(pattern, repl, string, count)
其中第二个函数是替换后的字符串；本例中为'-'
第四个参数指替换个数。默认为0，表示每个匹配项都替换。
re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。
re.split
可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。
re.findall
re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。
re.compile
可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：
import
re text
=
"
JGood is a handsome boy, he is cool, clever, and so on...
"
regex
=
re.compile(r
'
\w*oo\w*
'
)
print
regex.findall(text)
#
查找所有包含'oo'的单词
print
regex.sub(
lambda
m:
'
[
'
+
m.group(0)
+
'
]
'
, text)
#
将字符串中含有'oo'的单词用[]括起来。
Python正则-多行匹配
re.S：.将会匹配换行符，默认.不会匹配换行符
[]
>>> re . findall ( r " a( \d +)b.+a( \d +)b " , " a23b \n a34b " , re . S )
[( ' 23 ' , ' 34 ' )]
>>>
re.M：^$标志将会匹配每一行，默认^和$只会匹配第一行
[ ' 23 ' ]
>>> re . findall ( r " ^a( \d +)b " , " a23b \n a34b " , re . M )
[ ' 23 ' , ' 34 ' ]
但是，如果没有^标志，
[ ' 23 ' , ' 23 ' ]
转自：http://www.python8.org/a/fenleiwenzhang/yuyanjichu/2009/0901/150.html