python基础学习-正则表达式

官方对正则表达式的解释是：

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；

2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

正则表达式的特点是：

1. 灵活性、逻辑性和功能性非常强；

2. 可以迅速地用极简单的方式达到字符串的复杂控制。

3. 对于刚接触的人来说，比较晦涩难懂。

python的正则表达式主要是re模块

比如，在“abcdefghijk”中来匹配.bcd.

>>> string = "abcdefghijk"

>>> import re
>>> re.match(".bcd.",string).group(0)
' abcde'
>>>

但是如果我们去匹配.bdc.的话就匹配不到了

>>> print re.match(".bdc.",string)
None

这里的match函数其实是从字符串的起始位置开始匹配的，如果我们不想从起始位置开始匹配，我们可以用search函数 

>>> string = "abcabdabeabfabg"
>>> import re
>>> m = re.search("ab.",string)
>>> m.group(0)
'abc'
>>> string = "1abcabdabeabfabg"
>>> m = re.search("ab.",string)
>>> m.group(0)
'abc'
>>>

match和search函数都会匹配到了就停止匹配，同时我们可以得到匹配的起始位置和终止位置

>>> m.start()
1
>>> m.end()
4
>>>  

如果我们想得到所有的匹配项，我们可以使用findall函数

>>> re.findall("ab.",string)
['abc', 'abd', 'abe', 'abf', 'abg']

在正则表达式中我们还可以使用分组，比如我们从一个json字符串中取出所有的key和value并分成两组

string = "{\"a\":\"1\",\"b\":\"2\",\"c\":\"3\"}"

f = re.findall("\"(.*?)\":\"(.*?)\"",string,re.IGNORECASE)

>>> f
[('a', '1'), ('b', '2'), ('c', '3')]