Python之正则表达式

正则表达式

    正则表达式主要用来匹配字符串，例如：判断一个字符串是否是一个合法的网址。思想是用描述性的语言给字符串一个规则。re模块中的match函数提供了这种功能，若匹配成功则返回匹配对象，否则返回None。

（一）语法：

1. \d 表示匹配数字; \w  表示匹配字母或数字; .可以匹配任意字符；\s可以匹配一个空格或者tab；特殊字符如-要加\-转义；

       eg:’\d\d\d’ 可以匹配’007’

           ‘\w\d\d’可以匹配’a78’

          ’00\w’可以匹配’00A’

         ‘ab.’可以匹配’abc’/‘ab0’/‘ab*’等等

2. 匹配变长的字符串时，*：表示任意长字符；+：表示至少一个字符；？：表示0个或1个；{n}表示n个字符；{n,m}表示n-m个字符

      eg:’\d{3}\s+\d{3,8}’ 表示3个数字，至少一个空格，3-8个数字 ‘010 12345’

          ‘\d{3}\-\d{3,8}’ 

  3.[]表示范围

       eg：[0-9a-zA-Z\_]表示字母数字下划线

             [0-9a-zA-Z\_]+表示至少一个字母数字或下划线

             [a-zA-Z\_][0-9a-zA-Z]{0，19}表示字母或下划线开头，1个字符加上19个字符的长度范围

4. A|B可以匹配A或者B  eg：[p|P]ython可以匹配python或Python

      ^表示行的开头 eg：^\d表示以数字开头

     $表示行的结束  eg:$\d表示以数字结束

（二）re模块

re模块包含所有正则表达式中的功能，注意\的转义功能  eg:>s=‘a\\b’#’a\b’;使用r前缀可以屏蔽转义：s=r’a\b’#’a\b’

判断正则表达式匹配：

>import re>re.match(r’^\d{3}\-\d{3,8}$’,’010-276122’)>#返回match对象；若匹配失败则返回None（啥都木有）

>test=‘whatever’ >if re.match(r’  ‘,test):print(‘ok’)  else:print(“fail”)

        切分字符串：

    >’a b  c'.split(‘ ‘)#[‘a’,’b’,’ ‘,’c’]

>re.split(r’[\s\,\;]+’,’a,b;;c  d’)  #[‘a’,’b’,’c’,’d’]

分组：（）

eg：^(\d{3})-(\d{3,8})$定义了两个组

    >a=re.match(r’^(\d{3})-(\d{3,8})$’,’010-276122’)  #返回match对象

    >a.group(0) #’010-276122’  group(0)返回原始字符串

    >a.group(1)  #’010’ group(1)返回第一个组

    >a.group(2)  #’276122’  group(2)返回第二个组