python的正则表达式re模块的常用方法
使用python的re模块,尽管不能满足所有复杂的匹配情况,但足够在绝大多数情况下能够有效地实现对复杂字符串的分析并提取出相关信息。python会将正则表达式转化为字节码,利用C语言的匹配引擎进行深度优先的匹配。
importre
printre.__doc__
可以查询re模块的功能信息,下面会结合几个例子说明。
2.re的正则表达式语法
正则表达式语法表如下:
正则表达式特殊序列表如下:
3.re的主要功能函数
常用的功能函数包括:compile、search、match、split、findall(finditer)、sub(subn)
compile
re.compile(pattern[,flags])
作用:把正则表达式语法转化成正则表达式对象
flags定义包括:
re.I:忽略大小写
re.L:表示特殊字符集\w,\W,\b,\B,\s,\S依赖于当前环境
re.M:多行模式
re.S:"."并且包括换行符在内的任意字符(注意:"."不包括换行符)
re.U:表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\S依赖于Unicode字符属性数据库
search
re.search(pattern,string[,flags])
search(string[,pos[,endpos]])
作用:在字符串中查找匹配正则表达式模式的位置,返回MatchObject的实例,如果没有找到匹配的位置,则返回None。
match
re.match(pattern,string[,flags])
match(string[,pos[,endpos]])
作用:match()函数只在字符串的开始位置尝试匹配正则表达式,也就是只报告从位置0开始的匹配情况,而search()函数是扫描整个字符串来查找匹配。如果想要搜索整个字符串来寻找匹配,应当用search()。
下面是几个例子:
例:最基本的用法,通过re.RegexObject对象调用
#!/usr/bin/envpython
importre
r1=re.compile(r"world")
ifr1.match("helloworld"):
print"matchsucceeds"
else:
print"matchfails"
ifr1.search("helloworld"):
print"searchsucceeds"
else:
print"searchfails"
说明一下:r是raw(原始)的意思。因为在表示字符串中有一些转义符,如表示回车"\n"。如果要表示\表需要写为"\\"。但如果我就是需要表示一个"\"+"n",不用r方式要写为:"\\n"。但使用r方式则为r"\n"这样清晰多了。
例:设置flag
#r2=re.compile(r"n$",re.S)
#r2=re.compile("\n$",re.S)
r2=re.compile("World$",re.I)
ifr2.search("helloworld\n"):
print"searchsucceeds"
else:
print"searchfails"
例:直接调用
ifre.search(r"abc","helloaaabcdworldn"):
print"searchsucceeds"
else:
print"searchfails"
split
re.split(pattern,string[,maxsplit=0,flags=0])
split(string[,maxsplit=0])
作用:可以将字符串匹配正则表达式的部分割开并返回一个列表
例:简单分析ip
findall finditer sub subn 说明:该函数的功能和sub()相同,但它还返回新的字符串以及替换的次数。同样RegexObject有:
#!/usr/bin/envpython
importre
r1=re.compile("W+")
printr1.split("192.168.1.1")
printre.split("(W+)","192.168.1.1")
printre.split("(W+)","192.168.1.1",1)
结果如下:
["192","168","1","1"]
["192",".","168",".","1",".","1"]
["192",".","168.1.1"]
re.findall(pattern,string[,flags])
findall(string[,pos[,endpos]])
作用:在字符串中找到正则表达式所匹配的所有子串,并组成一个列表返回
例:查找[]包括的内容(贪婪和非贪婪查找)
#!/usr/bin/envpython
importre
r1=re.compile("([.*])")
printre.findall(r1,"hello[hi]heldfsdsf[iwonder]lo")
r1=re.compile("([.*?])")
printre.findall(r1,"hello[hi]heldfsdsf[iwonder]lo")
printre.findall("[0-9]{2}","fdskfj1323jfkdj")
printre.findall("([0-9][a-z])","fdskfj1323jfkdj")
printre.findall("(?=www)","afdsfwwwfkdjfsdfsdwww")
printre.findall("(?<=www)","afdsfwwwfkdjfsdfsdwww")
re.finditer(pattern,string[,flags])
finditer(string[,pos[,endpos]])
说明:和findall类似,在字符串中找到正则表达式所匹配的所有子串,并组成一个迭代器返回。同样RegexObject有:
re.sub(pattern,repl,string[,count,flags])
sub(repl,string[,count=0])
说明:在字符串string中找到匹配正则表达式pattern的所有子串,用另一个字符串repl进行替换。如果没有找到匹配pattern的串,则返回未被修改的string。Repl既可以是字符串也可以是一个函数。
例:
#!/usr/bin/envpython
importre
p=re.compile("(one|two|three)")
printp.sub("num","onewordtwowordsthreewordsapple",2)
re.subn(pattern,repl,string[,count,flags])
subn(repl,string[,count=0])相关文章