python中对正则表达式re包的简单引用

正则表达式一直是被我所忽略的东西，因为在之前的学习和开发中基本很少用到它。而且，之前学习正则表达式时感觉很懵逼，所以毅然决然的放弃了（QAQ），然而出来混总归还是要还的。最近在弄日志处理时，必须用到正则表达式，这就让我不得不拿起正则表达式了。在此记录一些自己学习的笔记与案例。

在python中导入re包

import re  

一、re.match(pattern,string,flags=0)

尝试从字符串 开始 位置（看清楚，开始位置！！！）匹配一个模式。成功则返回一个match对象，失败则是none

参数说明:

———pattern     正则表达式

———string       字符串

———flags        可选标志位

注：可选标志在下面简单说明

获取对象的方法：

使用group(num)  来获取对象小组内的内容。

举例：

#_*_coding:utf8_*_
import re 
str1='010-011-110'
pattern = r'\d{3}-\d{3}-\d{3}'
match = re.match(pattern,str1)
print match.group()
print match.group(0)
print match.group(1)
print match.group(2)
print match.group(3)

#输出为:
010-011-110
010-011-110
010
011
110

match()方法最重要的一点就是它是从字符串开始匹配的，切记这一点······我已经在这点上犯了很多错误了。

在写简单的正则表达式的时候我们可以用（）来进行分组，以便于我们在后续处理中取值。后续也会谈到通过命名捕获的方式来取值。

二、re.search(pattern，string，flags=0)

跟match函数参数一样，它也是用来匹配字符串的。而最大的不同在于它可以从字符串的任意位置匹配，不像match一样，仅限于从字符串开始位置。参数跟match一样，就不做说明了，直接上例子。

#与match例子不同，001前面有很多空格
str1='    001-010-110'
#与match中的模式一样
pattern = r'\d{3}-\d{3}-\d{3}'
#若此时用match（）函数，结果肯定是不匹配的。
search = re.search(pattern,str1)
print search.group()
print search.group(0)
print search.group(1)
print search.group(2)
print search.group(3)

#结果：
001-010-110
001-010-110
001
010
110

对于match和search，还是得说一遍，注意一个必须是从字符串开始处匹配，一个是任意位置。

三、检索和替换   re.sub()

用于替换字符串中的匹配项

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

参数说明:

——pattern     正则表达式

——repl           替换的字符串，可为一个函数

——string        要被查找的原始字符串

——count        被替换的次数，默认替换所有匹配项

——flags         标志位         

#_*_coding:utf-8_*_
import re 
phone = "888-7777-6666 #好牛的号码
#删除字符串中的注释
num = re.sub(r'#.*','',phone)
print num
#删除注释和-
realphone = re.sub(r'\D','',phone)
print realphone

#结果为:
888-7777-6666
88877776666

sub函数理解起来不难，但要主要的是在repl参数的使用。repl可以为一个函数。例如：

将字符串中的数字乘以二

def double(match):
    value = int(match.group('value'))
    return str(value*2)
s='APPLE23EFG567'
print re.sub(r'(?P<value>\d+)',double,s)

#结果为：
 APPLE46EFG1134

因为repl为一个函数，所以再替换的时候会替换为函数的返回值。

注：?P<value>为正则表达式的命名捕获，在下面将会做简单记录

四、正则表达式之命名捕获

格式为:    ?P<name>

在处理字符串取值时往往会用到

例子：

num = '001-010-110'
pattern = r'(\d{3})-(\d{3})-(\d{3})'
match = re.match(pattern,num)
print match.group()       #001-010-110
print match.group(1)      #001
print match.group(2)      #010
print match.group(3)      #110

在上述例子要分别获取每项的值就要使用group（num），而当正则表达式变得复杂的时候，再用num取值时，很有可能会取到错误的值。所以就提出使用命名捕获，下面为简单例子：

pattern = r'(?P<Area>\d{3})-(?P<zhong>\d{3})-(?P<wei>\d{3})'
match = re.match(patter, num)

print match.group('Area')     #001
print match.group('zhong')    #010
print match/group('wei')      #110

虽然在上述例子中使用命名捕获会将降低正则表达式的可读性，但命名捕获咋复杂的正则中，会准确获取想要的值（当然，正则肯定得写准确啊·····）