js正则匹配

1.1. 反斜杠的问题

与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。

假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：

第一个和第三个用于在编程语言里将第二个和第四个转义成反斜杠，

转换成两个反斜杠\\后再在正则表达式里转义成一个反斜杠用来匹配反斜杠\。

这样显然是非常麻烦的。

Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。

同样，匹配一个数字的"\\d"可以写成r"\d"。

1.2.split

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):
按照能够匹配的子串将string分割后返回列表。

maxsplit用于指定最大分割次数，不指定将全部分割。

[python]  view plain copy

1. import re  
2.    
3. p = re.compile(r'\d+')  
4. print p.split('one1two2three3four4')  
5.    
6. ### output ###  
7. # ['one', 'two', 'three', 'four', '']  

1.3.findall

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):
搜索string，以列表形式返回全部能匹配的子串。

[python]  view plain copy

1. import re  
2.    
3. p = re.compile(r'\d+')  
4. print p.findall('one1two2three3four4')  
5.    
6. ### output ###  
7. # ['1', '2', '3', '4']  

1.4.finditer

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。

[html]  view plain copy

1. import re  
2.    
3. p = re.compile(r'\d+')  
4. for m in p.finditer('one1two2three3four4'):  
5.     print m.group(),  
6.    
7. ### output ###  
8. # 1 2 3 4  

1.5.sub

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):
使用repl替换string中每一个匹配的子串后返回替换后的字符串。 
当repl是一个字符串时，可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。 
当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。 
count用于指定最多替换次数，不指定时全部替换。

[python]  view plain copy

1. import re  
2.    
3. p = re.compile(r'(\w+) (\w+)')  
4. s = 'i say, hello world!'  
5.    
6. print p.sub(r'\2 \1', s)  
7.    
8. def func(m):  
9.     return m.group(1).title() + ' ' + m.group(2).title()  
10.    
11. print p.sub(func, s)  
12.    
13. ### output ###  
14. # say i, world hello!  
15. # I Say, Hello World!