python 正则表达式

python 正则表达式

@(deepLearning)

re.match：从字符串的起始位置匹配一个模式，如果匹配不成功，返回None。

re.match(pattern, string, flags=0)
## object.span(): 返回的是对应的索引。

re.search： 扫描整个字符串并返回第一个成功的匹配。

re.search(pattern, string, flags=0)

re.sub： 用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)
## repl: 替换的字符串，也可为一个函数。
## count: 模式匹配后替换的最大次数，默认0表示替换所有的匹配。

re.compile

re.compile(pattern[, flags])
import re
pattern = re.compile(r'\d+')
m = pattern.match('one12twothree34four', 3, 10)
print m.start() # 3
print m.end() # 5
print m.span() # (3, 5)

re.findall: 匹配所有满足条件的子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

re.findall(string[, pos[, endpos]])

re.finditer: 匹配所有满足条件的子串，并返回一个迭代器。

re.finditer(pattern, string, flags=0)

re.split: 根据pattern将字符串分割后返回列表。

re.split(pattern, string[, maxsplit=0, flags=0])

---

flags : 可选，表示匹配模式：

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：即为.并且包括换行符在内的任意字符(. 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。
re.X：为了增加可读性，忽略空格和 # 后面的注释。

---

模式	描述
^	匹配字符串的开头。
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符。
[…]	用来表示一组字符。例：[amk]匹配’a’,’m’或’k’。
[^…]	不在[…]中的字符。
*	匹配0个或多个的表达式。
+	匹配1个或多个的表达式。
？	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式。
{n}	精确匹配n个前面表达式。
{n, m}	匹配n到m次由前面的正则表达式定义的片段，贪婪方式。
a|b	匹配a或b。
(re)	匹配括号内的表达式。
\w	匹配字母数字及下划线。等价于[A-Za-z0-9_]。
\W	匹配非字母数字及下划线。等价于[^A-Za-z0-9_]。
\s	匹配任意空白字符，等价于[\t\n\r\f]。
\d	匹配任意数字，等价于[0-9]。
\D	匹配任意非数字。
\b	匹配一个单词边界。
\B	匹配非单词边界。
(?: re)	类似(…),但是不表示一个组。