正则表达式

编译正则表达式

正则表达式被编译成 RegexObject 实例，可以为不同的操作提供方法，如模式匹配搜索或字符串替换。

#!python

import re
p = re.compile(‘ab*’)
print p
<_sre.SRE_Pattern object at 0xb76e1a70>
re.compile() 也接受可选的标志参数，常用来实现不同的特殊功能和语法变更。我们稍后将查看所有可用的设置，但现在只举一个例子：

#!python

p = re.compile(‘ab*’, re.IGNORECASE)
RE 被做为一个字符串发送给 re.compile()。REs 被处理成字符串是因为正则表达式不是 Python 语言的核心部分，也没有为它创建特定的语法。（应用程序根本就不需要 REs，因此没必要包含它们去使语言说明变得臃肿不堪。）而 re 模块则只是以一个 C 扩展模块的形式来被 Python 包含，就象 socket 或 zlib 模块一样

一些正则表达式的应用

#!python

m.group()
‘tempo’

m.start(), m.end()
(0, 5)

m.span()
(0, 5)
group() 返回 RE 匹配的子串。start() 和 end() 返回匹配开始和结束时的索引。span() 则用单个元组把开始和结束时的索引一起返回。因为匹配方法检查到如果 RE 在字符串开始处开始匹配，那么 start() 将总是为零。然而， RegexObject 实例的 search 方法扫描下面的字符串的话，在这种情况下，匹配开始的位置就也许不是零了。

#!python

print p.match(’::: message’)
None

m = p.search(’::: message’) ; print m
<re.MatchObject instance at 80c9650>

m.group()
‘message’

m.span()
(4, 11)
在实际程序中，最常见的作法是将 MatchObject 保存在一个变量里，然後检查它是否为 None，通常如下所示：

#!python
p = re.compile( … )
m = p.match( ‘string goes here’ )
if m:
print 'Match found: ', m.group()
else:
print ‘No match’
两个 RegexObject 方法返回所有匹配模式的子串。findall()返回一个匹配字符串行表：

#!python

p = re.compile(’\d+’)
p.findall(‘12 drummers drumming, 11 pipers piping, 10 lords a-leaping’)
[‘12’, ‘11’, ‘10’]
findall() 在它返回结果时不得不创建一个列表。在 Python 2.2中，也可以用 finditer() 方法。

#!python

iterator = p.finditer(‘12 drummers drumming, 11 … 10 …’)
iterator
<callable-iterator object at 0x401833ac>

for match in iterator:
… print match.span()
…
(0, 2)
(22, 24)
(29, 31)