python网络爬虫学习(四)正则表达式的使用之re的其他方法

在上一篇文章中，我们学习了re的match方法，那么掌握了match方法，其他的方法学起来就相对轻松许多，下面对这些方法进行介绍

re.search

search方法与match方法最大的不同在于，match方法要求必须是从字符串的起始开始匹配，而search则会扫描整个字符串进行匹配。下面给出示例代码:

# -*-coding=utf-8 -*-
import re
pattern=re.compile(r'world')
match=re.search(pattern,r'hello world')
if match:
    print match.group()
else:
    print '匹配失败'

运行结果

world

re.split

split方法是按能够匹配的字符串将string分割，以列表形式返回

pattern3=re.compile(r'\d+')//匹配到数字，分割
match3=re.findall(pattern3,r'one1two2three2four')
print match3

结果

['one', 'two', 'three', 'four']

re.findall

搜索string，以列表返回所有匹配的字符串

pattern3=re.compile(r'\d+')
match3=re.findall(pattern3,r'one1two2three2four')
print match3

结果

['1', '2', '3']

re.finditer

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

for match4 in re.finditer(pattern4,r'one1two2three3four'):
    print match4.group()

结果

1
2
3

re.sub(pattern, repl, string[, count])

sub方法使用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、\g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，代码示例：

s=r'i say,hello world'
pattern=re.compile(r'(\w+) (\w+)')
match=re.sub(pattern,r'\2 \1',s)
print match

运行结果

say i,world hello

re.subn

返回sub替换的次数

count=re.subn(pattern,r'\2 \1',s)
print count

运行结果

('say i,world hello', 2)

如果只需要次数，代码如下:

count=re.subn(pattern,r'\2 \1',s)
print count[1]