Python的正则表达式
Python使用re模块提供了正则表达式处理的能力。 常量
常量
re.M
re.MULTILINE
re.S
re.DOTALL
re.I
re.IGNORECASE
re.X
re.VERBOSE
使用 | 位或 运算开启多种选项 方法
编译
re.compile(pattern, flags=0)
说明
多行模式
单行模式
忽略大小写
忽略表达式中的空白字符
re.search(pattern, string, flags=0)
regex.search(string[, pos[, endpos]])
for i,c in enumerate(s, 1):
print((i-1, c), end=’\n’ if i==0 else ’ ')
print()
(0, ‘b’)(1, ‘o’)(2, ‘t’)(3, ‘t’)(4, ‘l’)(5, ‘e’)(6, ‘\n’)(7, ‘b’)(8, ‘a’)(9, ‘g’)
(10, ‘\n’)(11, ‘b’)(12, ‘i’)(13, ‘g’)(14, ‘\x07’)(15, ‘p’)(16, ‘p’)(17, ‘l’)(18, ‘e’) # match方法
print(’–match–’)
result = re.match(‘b’, s) # 找到一个就不找了
print(1, result) # bottle
result = re.match(‘a’, s) # 没找到，返回None
print(2, result)
result = re.match(’^a’, s, re.M) # 依然从头开始找，多行模式没有用
print(3, result)
result = re.match(’^a’, s, re.S) # 依然从头开始找
print(4, result)
# 先编译，然后使用正则表达式对象
regex = re.compile(‘a’)
result = regex.match(s) # 依然从头开始找
print(5, result)
result = regex.match(s, 15) # 把索引15作为开始找
print(6, result) # apple
print()
# search方法
print(’–search–’)
result = re.search(‘a’, s) # 扫描找到匹配的第一个位置
print(7, result) # apple
regex = re.compile(‘b’)
result = regex.search(s, 1)
print(8, result) # bag
regex = re.compile(’^b’, re.M)
result = regex.search(s) # 不管是不是多行，找到就返回
print(8.5, result) # bottle
result = regex.search(s, 8)
print(9, result) # big
# fullmatch方法
result = re.fullmatch(‘bag’, s)
print(10, result)
regex = re.compile(‘bag’)
result = regex.fullmatch(s)
print(11, result)
result = regex.fullmatch(s, 7)
print(12, result)
result = regex.fullmatch(s, 7, 10)
print(13, result) # 要完全匹配，多了少了都不行, [7, 10)
全文搜索
re.finditer(pattern, string, flags=0)
regex.finditer(string[, pos[, endpos]])
re.findall(pattern, string, flags=0)
regex.findall(string[, pos[, endpos]])
re.sub(pattern, replacement, string, count=0, flags=0)
regex.sub(replacement, string, count=0)
re.subn(pattern, replacement, string, count=0, flags=0)
regex.subn(replacement, string, count=0)
同sub返回一个元组（new_string， number_of_subs_made）
import re
s = ‘’‘bottle\nbag\nbig\napple’’'
for i,c in enumerate(s, 1):
print((i-1, c), end=’\n’ if i%8==0 else ’ ')
print()
(0, ‘b’) (1, ‘o’) (2, ‘t’) (3, ‘t’) (4, ‘l’) (5, ‘e’) (6, ‘\n’) (7, ‘b’) (8, ‘a’) (9, ‘g’) (10, ‘\n’)(11, ‘b’)(12, ‘i’)(13, ‘g’)(14, ‘\n’)(15, ‘a’)(16, ‘p’)(17, ‘p’)(18, ‘l’)(19, ‘e’)
# 替换方法
regex = re.compile(‘b\wg’)
result = regex.sub(‘magedu’, s)
print(1, result) # 被替换后的字符串
result = regex.sub(‘magedu’, s, 1) # 替换1次
print(2, result) # 被替换后的字符串
regex = re.compile(’\s+’)
result = regex.subn(’\t’, s)
print(3, result) # 被替换后的字符串及替换次数的元组
分割字符串
字符串的分割函数split，太难用，不能指定多个字符进行分割。
re.split(pattern, string, maxsplit=0, flags=0)
re.split分割字符串
import re
s = “”"
os.path.abspath(path)
normpath(join(os.getcwd(), path)).
"""
# 把每行单词提取出来
print(s.split())
# 做不到[‘os.path.abspath(path)’, ‘normpath(join(os.getcwd(),’, ‘path)).’]
print(re.split(’[\.()\s,]+’, s))
分组
使用小括号的pattern捕获的数据被放到了组group中。
match、search函数可以返回match对象；findall返回字符串列表；finditer返回一个个match对象 如果pattern中使用了分组，如果有匹配的结果，会在match对象中
1. 使用group(N)方式返回对应分组，1到N是对应的分组，0返回整个匹配的字符串，N不写缺省为0
2. 如果使用了命名分组，可以使用group(‘name’)的方式取分组
3. 也可以使用groups()返回所有组
4. 使用groupdict() 返回所有命名的分组
import re
s = ‘’‘bottle\nbag\nbig\napple’’'
for i,c in enumerate(s, 1):
print((i-1, c), end=’\n’ if i==0 else ’ ')
print()
# 分组
regex = re.compile(’(b\w+)’)
result = regex.match(s) # 从头匹配一次
print(type(result))
print(1, ‘match’, result.groups())
result = regex.search(s, 1) # 从指定位置向后匹配一次
print(2, ‘search’, result.groups()) #
# 命名分组
regex = re.compile(’(b\w+)\n(?P<name2>b\w+)\n(?P<name3>b\w+)’) result = regex.match(s)
print(3, ‘match’, result)
print(4, result.group(3), result.group(2), result.group(1)) print(5, result.group(0).encode()) # 0 返回整个匹配字符串，即match print(6, result.group(‘name2’), result.group(‘name3’)) print(6, result.groups())
print(7, result.groupdict())
result = regex.findall(s) # 返回什么，有几项？
for x in result: # 有分组里面放的东西不一样
print(type(x), x)
regex = re.compile(’(?P<head>b\w+)’)
result = regex.finditer(s)
for x in result:
print(type(x), x, x.group(), x.group(‘head’))
** **
