python学习之正则表达式

什么是正则表达式？

   正则表达式是用于文本匹配的工具，在源字符串中查找与给定的正则表达式相匹配的部分。一个正则表达式是由字母，数字和特殊字符组成的，正则表达式中有许多特殊的字符，这些特殊字符是构成正则表达式的要素。

在python中，不但提供了正则表达式，还提供了正则表达式的解析模块re.

正则表达式中的特殊字符

^:正则表达式的开始字符
$:正则表达式的结束字符
\w:匹配字母，数字，下划线
\W:匹配不是字母，数字，下划线的字符
\s:匹配空白字符
\S:匹配不是空白的字符
\d:匹配数字
\D:匹配非数字的字符
\b:匹配单词的开始和结束
\B:匹配不是单词开始和结束的位置
.:匹配任意字符，包括汉字
[m]:匹配单个字符串
[m1m2...mn]:匹配多个字符串
[m-n]:匹配m到n区间内的数字、字母。
[^m]:匹配除m以外的字符串
():对正则表达式进行分组，一对圆括号表示一组

其中，匹配符“[]”可以指定一个匹配范围,同时也可以与“\w,\s,\d等标记等价”
例如[0-9a-zA-Z_]等价于\w

正则表达式中常用限定符

*：匹配零次或者多次
+:匹配一次或者多次
?:匹配一次货零次
[m]:表示重复m次
[m,n]重复m到n此
同时，利用{}可以控制字符重复的次数。例如，\d {1,4} 表示1位到3位数字。
例如\d {1,4}表示1位到3位数字。


限定符与"?"的组合：
*?:表示匹配零次或多次，且最短匹配。
+?:表示匹配一次或多次，且最短匹配。
??:匹配一次或0次，且最短匹配。
{m}?：重复m次，且最短匹配。

python中的re模块

findall(pattern,string,flags=0)  	//表示根据pattern在string中匹配字符串，如果匹配成功，返回包含匹配结果的列表，否则返回空列表。 其中pattern是一个正则表达式

sub(pattern,repl,string,count=0)  	//该函数根据指定的正则表达式替换原字符串中的子串，repl是用于替换的字符串，string是原字符串，如果count=0表示返回string中匹配的所有结果

subn(pattern,repl,string,count=0)   	//作用和sub相同，返回1个二元的元组，第一个元组是替换结果，第二个元组是替换次数

match(pattern,string,flags=0)   	//根据pattern从string中匹配字符串，只返回第一次成功匹配的对象，如果匹配失败，返回none. 注意match函数必须从字符串的第0个索引位置开始搜索，如果第0个索引位置的字符不匹配，match的匹配就会失败。

search(pattern,string,flags=0)     	//根据pattern在string中匹配字符串，只返回第一次匹配成功的对象。

compile(pattern,flags=0)     		//编译正则表达式pattern,返回一个对象

split(pattern,string,maxsplit=0)    	//根据pattern分隔string，maxsplit表示最大的分割数。

实例演示

在了解了re模块后，我们就可以通过re模块来对字符串进行正则额匹配了！

#print re.findall('[1-9]',"1a2b3c4d5f")
#findall返回值为列表，找出所有匹配的字符


#print re.findall("[abc]","abcdef")
##pattern=[m]表示匹配单个字符串


#print re.sub('[abcde]','hel',"abcedfgh")
#根据正则表达式替换string中的子串

#print re.subn('[%20]',' cvte ','we%20are%20good%friends')
#与sub函数相同，返回一个二元元组，替换后的字符串和替换次数

#node=re.match('[987]',"987abc987")
#print re.findall(r'Hello$','Hello ABC Hello',re.I)
# I参数是正则匹配忽略大小写

#print re.findall(r'\b\w+\b',"Hello World\n",re.S)


#通过python实现电话号码的匹配
#tell=['0791-1234567','010-12345678','(010)12345678']
#print re.findall(r"[\(]? \d{3} [\]-]? \d{8} | [\(]? \d{4} [\]-]? \d{7}",tell[2])


#s='1abc23def45'
#p=re.compile(r"\d+")  #compile方法返回一个正则表达式的对象
#print p.findall(s)
#print p.pattern