Python_re模块(一)

以下是个人笔记仅供参考！

介绍

re 模块：
re模块是Python里的正则表达式模块，在网络爬虫中常用模块之一。

相关函数：

re.match

re.match的函数原型为：re.match(pattern, string, flags)
match() 函数只检测 re 是不是在string的开始位置匹配,只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功就返回 None

import re   
text = 'HelloPython'
m = re.match(r"\w+", text)
if m: 
    print m.group(0)
else:
    print 'not match'

输出：HelloPython

\w ： 匹配任意数字和字母:[a-zA-Z0-9]
\+ ：1 个或多个字符（贪婪匹配）

#如果把text修改成 *HelloPython，则输出not match了。因为在0个位置没有匹配到并且有符号；

re.search

re.search的函数原型为： re.search(pattern, string, flags)
会扫描整个字符串并返回第一个成功的匹配

import re

text = 'HelloPython'
m = re.search(r"\w+", text)
if m: 
    print m.group(0)
else:
    print 'not match'

输出：HelloPython
#如果把text修改成 *HelloPython，还是输出HelloPython。因为会扫描整个string串中查找；

re.sub

re.sub的函数原型为：re.sub(pattern, repl, string, count)

re.split

　　可以使用re.split来分割字符串。

re.findall

　　返回一个列表的所有重叠匹配的字符串。（Return a list of all non-overlapping matches in the string.）

re.compile

　　可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。（ Compile a regular expression pattern, returning a pattern object.）