关于python正则表达式re

python正则表达式
下面简单讲一下曾经用到的常见的用法

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。

re.search(pattern, string, flags=0)

这里的pattern是要匹配的正则表达式，string是待匹配的字符串

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
   # Cats are smarter than dogs
   print "searchObj.group(1) : ", searchObj.group(1)
   # Cats
   print "searchObj.group(2) : ", searchObj.group(2)
   # smarter
else:
   print "Nothing found!!"

      这个示例中，因为正则表达式中分了两个组，用括号括起来的为一组。

      在得到search的结果时，需要使用group()方法得到，其中，不带任何参数使用时为全部匹配

      参数为数字，想要得到第几个匹配，就在group中传入该索引，注意这里的索引是从1开始的。

      其中上述案例中的 ’ . ‘代表任意字符（包括空格但不包括换行符），而 ’*’ 代表0次或者多次重复。’?’代表非贪婪式搜索，找到第一个符合条件的字串即停止，但是由于后面的空格，所以并没有在找到第一个字符的时候就停止。

re.sub方法

用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

参数：

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

示例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import re

phone = "2004-959-559 # 这是一个国外电话号码"

# 删除字符串中的 Python注释 
num = re.sub(r'#.*$', "", phone)
print "电话号码是: ", num  # 2004-959-559 

# 删除非数字(-)的字符串 
num = re.sub(r'\D', "", phone)
print "电话号码是 : ", num  # 2004959559

findall方法

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

findall(string[, pos[, endpos]])

参数：

• string : 待匹配的字符串。
• pos : 可选参数，指定字符串的起始位置，默认为 0。
• endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

示例：

# -*- coding:UTF8 -*-

import re

pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob 123 google 456')
result2 = pattern.findall('run88oob123google456', 0, 10)

print(result1)  # ['123', '456']
print(result2)  # ['88', '12']

几种常见模式

^   匹配字符串的开头
$  匹配字符串的末尾。
.   匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]   用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]  不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re* 匹配0个或多个的表达式。
re+ 匹配1个或多个的表达式。
re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
\w  匹配字母数字及下划线
\W  匹配非字母数字及下划线
\s  匹配任意空白字符，等价于 [\t\n\r\f].
\S  匹配任意非空字符
\d  匹配任意数字，等价于 [0-9].
\D  匹配任意非数字