正则表达式在python中的应用

在python处理文本时，采用正则表达式替换，可以方便很多。主要用到 re 模块。

1、一个简单的文本替换例子：

import re

msg=file("test.htm","r+").read()
pattern = '<[^>]*?>'
rpl = ''
msg = re.sub(pattern,rpl,msg)

以上代码过滤掉一个html文件中的所有标记信息（<>中的内容），只保留文本信息

2、(?P<name>[0-9]{1}) 和\g<name>：

pattern = """<img src="\.\.\/images\/[a-b]{1}(?P<name>[0-9]{1})\.gif" width="\d+" height="\d+">"""
rpl = """image_\g<name>"""
msg = re.sub(pattern,rpl,msg)

在pattern中使用(?P<name>)匹配搜索内容，然后在rpl中采用 \g<name> 来代表原文中的内容，这样可以达到一些比较特殊的用途，比如重新安排显示格式等。如下例转换日期格式：

import re
msg = "03/24/2004" # convert to 2004-03-24
print msg

pattern = """(?P<month>\d{1,2})/(?P<day>\d{1,2})/(?P<year>\d{2,4})"""
rpl = """\g<year>-\g<month>-\g<day>"""

msg = re.sub(pattern,rpl,msg)

print msg

参考资料：

【PDF】搜集整理:wwwit586com：一个pdf格式的详细介绍

正则表达式校验工具 - 我爱啦查询:可以马上看到正则表达式可以马上看到替换结果