Python正则表达式re模块简明笔记
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Python正则表达式re模块简明笔记
Python正则表达式re模块简明笔记
要注意的是,正则表达式并不是一个程序,而是用于处理字符串的一种模式,如果你想用它来处理字符串,就必须使用支持正则表达式的工具,比如Linux 中的awk, sed, grep,或者编程语言Perl, Python, Java 等等。
作者:FunHacks来源:FunHacks|2016-12-28 11:20
收藏
分享
简介
正则表达式(regular expression)是可以匹配文本片段的模式。最简单的正则表达式就是普通字符串,可以匹配其自身。比如,正则表达式‘hello’ 可以匹配字符串‘hello’。
要注意的是,正则表达式并不是一个程序,而是用于处理字符串的一种模式,如果你想用它来处理字符串,就必须使用支持正则表达式的工具,比如Linux 中的awk, sed, grep,或者编程语言Perl, Python, Java 等等。
正则表达式有多种不同的风格,下表列出了适用于Python 或Perl 等编程语言的部分元字符以及说明:
re 模块
在Python 中,我们可以使用内置的re 模块来使用正则表达式。
有一点需要特别注意的是,正则表达式使用\对特殊字符进行转义,比如,为了匹配字符串‘’,我们需要使用正则表达式'python\.org',而Python 的字符串本身也用\转义,所以上面的正则表达式在Python 中应该写成'python\\.org',这会很容易陷入\的困扰中,因此,我们建议使用Python 的原始字符串,只需加一个r 前缀,上面的正则表达式可以写成:
r'python\.org'
re 模块提供了不少有用的函数,用以匹配字符串,比如:
∙compile 函数
∙match 函数
∙search 函数
∙findall 函数
∙finditer 函数
∙split 函数
∙sub 函数
∙subn 函数
re 模块的一般使用步骤如下:
∙使用compile 函数将正则表达式的字符串形式编译为一个Pattern 对象
∙通过Pattern 对象提供的一系列方法对文本进行匹配查找,获得匹配结果(一个Match 对象)
∙最后使用Match 对象提供的属性和方法获得信息,根据需要进行其他的操作
compile 函数
compile 函数用于编译正则表达式,生成一个Pattern 对象,它的一般使用形式如下:
pile(pattern[, flag])
其中,pattern 是一个字符串形式的正则表达式,flag 是一个可选参数,表示匹配模式,比如忽略大小写,多行模式等。
下面,让我们看看例子。
import re
# 将正则表达式编译成Pattern 对象
pattern = pile(r'\d+')
在上面,我们已将一个正则表达式编译成Pattern 对象,接下来,我们就可以利用pattern 的一系列方法对文本进行匹配查找了。Pattern 对象的一些常用方法主要有:
∙match 方法
∙search 方法
∙findall 方法
∙finditer 方法
∙split 方法
∙sub 方法
∙subn 方法
match 方法
>>> m = pattern.search('one12twothree34four') # 这里如果使用match 方法则不匹配
>>> m
< _sre.SRE_Match object at 0x10cc03ac0>
>>> m.group()
'12'
>>> m = pattern.search('one12twothree34four', 10, 30) # 指定字符串区间
>>> m
< _sre.SRE_Match object at 0x10cc03b28>
>>> m.group()
'34'
>>> m.span()
(13, 15)
再来看一个例子:
# -*- coding: utf-8 -*-
import re
# 将正则表达式编译成Pattern 对象
pattern = pile(r'\d+')
# 使用search() 查找匹配的子串,不存在匹配的子串时将返回None
# 这里使用match() 无法成功匹配
m = pattern.search('hello 123456 789')
if m:
# 使用Match 获得分组信息
print 'matching string:',m.group()
print 'position:',m.span()
执行结果:
matching string: 123456
position: (6, 12)
findall 方法
上面的match 和search 方法都是一次匹配,只要找到了一个匹配的结果就返回。然而,在大多数时候,我们需要搜索整个字符串,获得所有匹配的结果。
findall 方法的使用形式如下:
findall(string[, pos[, endpos]])
其中,string 是待匹配的字符串,pos 和endpos 是可选参数,指定字符串的起始和终点位置,默认值分别是0 和len (字符串长度)。
findall 以列表形式返回全部能匹配的子串,如果没有匹配,则返回一个空列表。
看看例子:
import re
pattern = pile(r'\d+') # 查找数字
result1 = pattern.findall('hello 123456 789')
result2 = pattern.findall('one1two2three3four4', 0, 10)
print result1
print result2
执行结果:
['123456', '789']
['1', '2']
finditer 方法
finditer 方法的行为跟findall 的行为类似,也是搜索整个字符串,获得所有匹配的结果。但它返回一个顺序访问每一个匹配结果(Match 对象)的迭代器。
看看例子:
# -*- coding: utf-8 -*-
import re
pattern = pile(r'\d+')
result_iter1 = pattern.finditer('hello 123456 789')
result_iter2 = pattern.finditer('one1two2three3four4', 0, 10)
print type(result_iter1)
print type(result_iter2)
print 'result1...'
for m1 in result_iter1: # m1 是Match 对象
print 'matching string: {}, position: {}'.format(m1.group(), m1.span())