四、正则表达式
作用:字符串(str)匹配模式(re)
代码实例:
import re
str='abc,afc,amc,aic,^abc'
res=r'a[bf]c'#结果:['abc', 'afc']
print re.findall(res,str)
res=r'a[^bf]c'#取反:['amc', 'aic']
res=r'\^abc'#\取消所有元字符,匹配['^abc']
res=r'ab+'#匹配ab,abbbbbb之类
res=r'ab*'#匹配a,ab,abbbbbb之类
str='010-123456789'
res=r'010-?\d{8}'#匹配电话号码
贪婪模式:尽可能大的匹配。
非贪婪模式:.? 是一个固定的搭配,.和代表可以匹配任意无限多个字符,加上?表示使用非贪婪模式进行匹配,也就是我们会尽可能短地做匹配,以后我们还会大量用到 .*? 的搭配。
函数:
re.compile(pattrn,flags):编译成对象,加快程序
flags:
1.re.I: 忽略大小写
2.re.S: 不包括换行符内的所有字符
3.re.L:做本地化识别
4.re.M:匹配多行字符串
5.re.X:正则表达式为多行
re.findall(pattern, string):搜索字符串,以列表形式返回。
re.match():尝试从字符串的开始匹配一个模式
re.search():在字符串内查找模式匹配,只到找到第一个匹配然后返回,如果字符串没有匹配,则返回None。
re.sub():替换。
re.split():切割。
例:
re.S的用法(匹配\n,\t之类的换行符)
import re
str="abc\noooass"
res="\w{3}.\w{6}"
a=re.compile(res,re.S)
print a.findall(str)
re.M的用法(字符串多行)
import re
str="""
abc oo
abc ooo
ooo abc
sia abc
"""
res='^abc'
a=re.compile(res,re.M)
print a.findall(str)
re.X用法(正则写多行)
import re
str="010-12345678"
res="""
\d{3,4}
-?
\d{8}
"""
a=re.compile(res,re.X)
print a.findall(str)
re.search():一般是用来查询文件中是否有我们想要的字符串,group()输出
import re
str = "Daming is a handsome boy, he is cool "
m = re.search(r"(\w+)\s", str)
if m:
print m.group(0), '\n', m.group(1)
else:
print 'not match'
re.sub():
import re
r=r'c..t'
print re.sub(r,'python','csvt csst csft')
re.split():
import re
str='101+123-123*12233/123'
res=r'[-+\*\/]'
print re.split(res,str)