python re模块解析_py 模块之 re模块 讲解②

上一篇介绍了正则表达式的元素符，为了避免篇幅过长，这篇文章接着前一篇的文章继续讲解正则表达式的第二个部分：模块

I   IGNORECASE， 忽略大小写的匹配模式, 样例如下：

import re

s = 'hello World!'

regex = re.compile("hello world!", re.I)

print(regex.match(s).group())

#output> 'Hello World!'

#在正则表达式中指定模式以及注释

regex = re.compile("(?#注释)(?i)hello world!")

print(regex.match(s).group())

#output> 'Hello World!'

L    LOCALE， 字符集本地化。这个功能是为了支持多语言版本的字符集使用环境的，比如在转义符\w，在英文环境下，它代表[a-zA-Z0-9_]，即所以英文字符和数字。如果在一个法语环境下使用，缺省设置下，不能匹配"é" 或   "ç"。加上这L选项和就可以匹配了。不过这个对于中文环境似乎没有什么用，它仍然不能匹配中文字符。

M    MULTILINE，多行模式, 改变 ^ 和 $ 的行为

import re

s = '''first line

second line

third line'''

# ^

regex_start = re.compile("^\w+")

print(regex_start.findall(s))

# output> ['first']

regex_start_m = re.compile("^\w+", re.M)

print(regex_start_m.findall(s))

# output> ['first', 'second', 'third']

#$

regex_end = re.compile("\w+$")

print(regex_end.findall(s))

# output> ['line']

regex_end_m = re.compile("\w+$", re.M)

print(regex_end_m.findall(s))

# output> ['line', 'line', 'line']

S  　DOTALL，此模式下 '.' 的匹配不受限制，可匹配任何字符，包括换行符

import re

s = '''first line

second line

third line'''

#

regex = re.compile(".+")

print(regex.findall(s))

# output> ['first line', 'second line', 'third line']

# re.S

regex_dotall = re.compile(".+", re.S)

print(regex_dotall.findall(s))

# output> ['first line\nsecond line\nthird line']

X    VERBOSE，冗余模式， 此模式忽略正则表达式中的空白和#号的注释，例如写一个匹配邮箱的正则表达式

import re

email_regex = re.compile("[\w+\.]+@[a-zA-Z\d]+\.(com|cn)")

email_regex = re.compile("""[\w+\.]+  # 匹配@符前的部分

@  # @符

[a-zA-Z\d]+  # 邮箱类别

\.(com|cn)   # 邮箱后缀  """, re.X)

U    UNICODE，使用 \w, \W, \b, \B 这些元字符时将按照 UNICODE 定义的属性.

正则表达式的模式是可以同时使用多个的，在 python 里面使用按位或运算符 | 同时添加多个模式，如 re.compile('', re.I|re.M|re.S)。