re-正则表达式模块

import re

预定义字符集：

    \d：数字[0-9]

    \D：非数字[^\d]

    \s：空白字符[<空格>\t\r\n\f\v]

    \S：非空白字符[^\s]

    \w：单词字符[A-Za-z0-9_]

    \W：非单词字符[^\w]

匹配数量：

    .：匹配除换行符以外的任何单个字符

    *：匹配前一个字符0或无限次(尽可能多的匹配)

    *?：尽可能少的进行匹配前边的正则表达式

    +：匹配前一个字符1次或无限次(尽可能多的匹配)

    +?：尽可能少的进行匹配前边的正则表达式

    ?：匹配前一个字符0次或1次(尽可能多的匹配)

    ??：尽可能少的进行匹配前边的正则表达式

    {m}：匹配前一个字符m次

    {m,n}：匹配前一个字符m至n次(尽可能多的匹配)

    {m,n}?：尽可能少的进行匹配前边的正则表达式

    \：转义字符

    ?P<name>R:R表示为正则表达式，对正则表达式匹配到的内容进行命名

函数：

match():从字符串第一个字符开始匹配，直到不能匹配到为止，并返回匹配到的字符串；如果开头不能匹配则返回NoneType报错信息 

    例：

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        m = re.match("\w+",a)

        m.group()

        

search():在所有的字符串中开始进行匹配，返回匹配到的第一个结果

    例：        

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        m = re.search("dvd",a)

        m.group()

        

findall():返回所有匹配到的结果；返回一个列表

    例：        

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        re.findall("[a-zA-Z]+",a)

        

split():用匹配到的字符对字符串进行切割；返回一个列表

    例：        

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        re.split("\d+",a)

        

sub():把匹配到的内容进行替换，可以设定替换次数；返回替换后的结果

    例：

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        re.sub('\d+',"|",a,count=3)

        

group():返回匹配到的结果，常跟在match和search之后

    例：

        a = 'kjksajt3w9#53~59/35(*_dvds~r)3'

        re.match("\w+",a).group()

        re.search("dvd",a).group()

compile():把正则表达式进行编译

    例：

        com = re.compile(r'\d+')  #r表示自然字符串，里边的字符不会被转义

        e = com.findall('ksdhfkjshdfjkwiu237yyy8w7ye782skdhfkj374ljhfk2')

        print(e)

        注：可以看到compile编译后返回一个对象，在进行大量匹配的时候，compile效率会更高

groups():分组，即只获取括号内的匹配到的数据；以元组的形式返回

    例：

        f = re.search('(\d+)hfkjshdfjkwiu(\d+)','ksd234234hfkjshdfjkwiu237yyy8w7ye782')

        print(f.groups())

        

groupdict():以命名方式匹配成功后，同时返回名字和匹配到的内容

    例：

        o = re.compile(r'(?P<name>\d+)')

        m = o.search('127.0.0.1')

        m.groupdict()

        

用正则匹配一条nginx日志：

日志：

66.249.69.131 - - [10/Aug/2016:03:20:09 +0800] "GET /robots.txt HTTP/1.1" 404 162 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"

匹配规则：

p = r'(?P<ip>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) .* .* \[(?P<time>.*)\] "(?P<method>\w+) (?P<url>[^\s]*) (?P<version>[\w|/\.\d]*)" (?P<status>\d{3}) (?P<length>\d+) "(?P<refer>[^\s]*)" "(?P<userAgent>.*)"'

匹配结果：

{'ip': '66.249.69.131',

 'length': '162',

 'method': 'GET',

 'refer': '-',

 'status': '404',

 'time': '10/Aug/2016:03:20:09 +0800',

 'url': '/robots.txt',

 'userAgent': 'Mozilla/5.0 (compatible; Googlebot/2.1; '

              '+http://www.google.com/bot.html)',

 'version': 'HTTP/1.1'}

转载于:https://blog.51cto.com/liuzhengwei521/1892256