正则表达式【持续总结】

1：

需要匹配的是这样的字符串：

2007-08-29 21:46:20 .....          424               $PLUGINSDIR\ioSpecial.ini
2014-11-21 10:19:42 .....       142736               $PLUGINSDIR\modern-wizard.bmp
2014-11-21 10:19:48 .....       213711               $_8_\Default.cupf

中间的数值是大小，期望得到的是什么文件，多大

python脚本：

if __name__ == "__main__":
	eachSizePattern = re.compile(ur'\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2}\s+.*\s+(\d+)\s+.*\\(.*\.\w+)')
	testString = '2007-08-29 21:46:20 .....          424               $PLUGINSDIR\ioSpecial.ini'
	match = eachSizePattern.search(testString)
	fileName = '%s' %(match.group(2))
	fileSize = int(match.group(1))
	print fileName + ' , '+str(fileSize)

分析：

001：re.compile(ur

这里边的u表示unicode，r表示不用再加转义字符了

002：\d{4}-\d{2}-\d{2}很简单，匹配那个日期

003：\s+匹配不包含空白符的字符串，\d{2}:\d{2}:\d{2}\s+就不多说了

004：.* 匹配任意数量的不包含换行的字符，此时用来过滤那么多的点；\s+匹配之后的空格

005：(\d+)匹配多个数字，这样可以得到那个数字；\s+匹配之后的空格

006：.*\\  匹配路径

007：(.*\.\w+) 匹配：任意字符串 或者 点 或者  (>=1个的字母或数字或下划线或汉字)

为什么我们要的文件名字是group(2)？数字是group(1)呢？

因为：

整个正则表达式匹配到的会复制给group()或者说是group(0)

我们正则表达式里边的小括号括上的表示需要获取的，数字那个(\d+)是第一个，名字那个(.*\.\w+)是第二个

因此接着group(0)，它们就是1和2了

参考：

http://zhidao.baidu.com/link?url=pPC8OvYqEGWGzExVzwKVbCg0TEQxrnhALzsu2Q0qOpYS8RVlyDKLqcnj-I6rMbbXrjgSaC_L1KHV1l9p0nQxGq

http://www.oschina.net/question/175954_67442