python之正则表达式

python之正则表达式

1. 用正则表达式查找文本模式

• 正则表达式，简称regex，是文本模式的表述方式。
  例如：电话号码：541-55-4242
  正则表达式：\d\d\d-\d\d\d-\d\d\d\d 或者 \d{3}-\d{3}-\d{4}

2.创建正则表达式对象

import re #python中所有的正则表达式的函数都在re模块中

PhoneNumRegex = re.compile(r' \d{3}-\d{3}-\d{4}')

3.匹配Regex对象

PhoneNumRegex = re.compile(r' \d{3}-\d{3}-\d{4}')
mo = PhoneNumRegex.search('My number is 541-555-4242')
print(mo.group())

Regex对象的search()方法会返回Match对象，Match对象有一个group方法，他返回被查找字符串中实际匹配的文本

4.用正则表达式匹配更多模式

4.1利用括号分组

PhoneNumRegex = re.compile(r' (\d{3})-(\d{3}-\d{4})')
mo = PhoneNumRegex.search('My number is 541-555-4242')
print(mo.group(1)) #'541'
print(mo.group(2)) #'555-4242'
a, b = mo.groups() #a=541 , b=555-4242

4.2用管道匹配多个分组

字符 | 称为管道

batRegex = re.compile(r'Bat(man|mobile|copter|bat))')
# 返回第一个匹配的

4.3用问号实现可选匹配

batRegex = re.compile(r'Bat(wo)?man')

4.4用星号匹配零次或者多次

batRegex = re.compile(r'Bat(wo)*man')

4.5用加号匹配一次或多次

batRegex = re.compile(r'Bat(wo)+man')

4.6用花括号匹配特定次数

ha3Regex = re.compile(r'(Ha)}{3}')
ha35Regex = re.compile(r'(Ha){3,5}')

5. findall()方法

phoneNumRegex = re.compile()

findall()方法总结：
1.如果调用一个在没有分组的正则表达式上，例如\d\d\d-\d\d\d-\d\d\d\d,方法findall()将返回一个匹配字符串的列表，例如[‘415-555-9999’, ‘212-555-0000’]。
2.如果调用一个有分组的正则表达式上，例如(\d\d\d)-(\d\d\d)-(\d\d\d\d),方法findall()将返回一个匹配字符串元组的列表，例如[(‘415’, ‘555’, ‘9999’), (‘212’, ‘555’, ‘0000’)]。

6.字符分类

\d 0~9
\D 除0~9外的任何字符
\w 任何字母、数字和下划线字符（可以认为是单词）
\W 非\w
\s 空格、制表符和换行符（可以认为是空白字符）
\S 非\s

7.建立自己的字符分类

vowelRegex = re.compile(r'[aeiouAEIOU]'])
vowelRegex.findall('RoboCop eats baby food. BABY FOOD')
# 得到['o', 'o', 'o', 'e', 'a', 'a', 'o', 'o', 'A', 'O', 'O']

8.通配字符

. (句点)称为通配符
.* 可以匹配所有字符
re.DOTALL作为re.compile()的第二个参数，可以让句点字符匹配所有字符，包括换行符。

9.不区分大小写的匹配

re.IGONORECASE 或者 re.I

abd = re.compile(r'adsdsadsadas', re.I)

10.用sub()方法替换字符串

agentNamesRegex = re.compile(r'Agent (\w)\w*)')
agentNamesRegex.sub(r'\1****', 'Agent Alice told Agent Carol that 
                    Agent Eve knew Agent Bob was a double agent')
# 得到: A**** told C**** that E**** knew B**** was a double agent