python中import re_python中的re模块

python中的正则表达式匹配，可以import re模块来实现。

python中的特殊字符：

1) 量词 *, +, ?, {m}, {m, n} 与perl中类似；

2) 元字符 “.”；

3) 转义字符 “\”；

4) 字符集[]，预定义字符集\d,\D，\s,\S，\w,\W

5) 锚位符，^, $, \A, \z, \b, \B

6) 择一匹配，|

7) 分组变量，(...), (?P...)

8) \number 变量引用。

python中的量词默认也是贪婪模式，可在量词*之后，加?，来变为非贪婪模式， “ab*?” 匹配a

匹配的pattern，前加r，表示raw string，主要区别在对转义字符\\，不再做特殊处理。

加r，并不影响\d，\w这样的字符集。

re模块中有定义的function，也可以先编译为一个pattern对象或者match对象，在进行function调用。

re模块可以直接调用的function：

1)re.compile(string, flag)，编译产生一个pattern实体。

string，表示匹配的模式pattern；

flag，表示匹配的flag，python定义的有：re.I表示忽略大小写，

re.S改变元字符.的意义，可以任意匹配，包括换行符，

re.X详细模式，pattern字符串可以分行，并且包含注释，

返回为pattern对象，

2)re.match(pattern, string，flag)，一次简单的匹配，没有pattern实体被编译出来，只是从字符串的首字符开始匹配，不是line的首字符。

返回值为match对象，

3)re.search(pattern，string，flag)，返回的也是一个match对象。匹配不到，返回None。

4)re.split(pattern，string，maxsplit，flags)，返回的是分割后的一个字符串的list。

5)re.findall(pattern，string，flags)，返回的是一个字符串的list。

6)re.finditer(pattern，string，flags)，返回的是一个iterator类型的list。

7)re.sub(pattern，repl，string，count，flag)，返回修改之后的string，并不直接修改原字符串。

pattern对象的内部变量与函数：pattern对象不能直接实例化，只能通过compile来产生。

属性：1) pattern，编译时，用的字符串；

2) flags，编译时，用的flag；

3) groups，编译时，的分组数量；

4) groupindex，编译时，有别名的分组字典，别名为键，匹配的字符为值；

方法：1) match(string, pos, endpos)，返回一个正常的match对象，可能只是匹配了部分字符，可以在尾部加"$"字符。

2) search(string, pos, endpos)，匹配到返回一个match对象，否则返回一个NONE；

3) split(string, maxsplit)，返回一个分开后的列表；

p = re.compile(r'\d+')

print p.split('one1two2three3four4') 输出['one', 'two', 'three', 'four']

4) findall(string, pos, endpos)，以列表的形式，返回全部匹配的字符串，一个列表元素，其中包含一个元组；

p = re.compile(r'\d+')

print p.findall('one1two2three3four4') 输出['1', '2', '3', '4']

5) finditer(string, pos, endpos)，按顺序返回一个iterator的迭代器；

6) sub(repl, string, count)，替代操作，并不会直接修改原字符串，返回替换之后的字符串，

p = re.compile(r'(\w+) (\w+)')

s = 'i say, hello world!'

print p.sub(r'\2 \1', s) 返回sayi, world hello!

7) subn(repl, string, count)，返回list和替换次数；

match对象的内部变量与函数：

属性：1) string：匹配时使用的文本；

2) re：匹配时使用的pattern对象；

3) pos：文本中正则表达式开始搜索的索引；

4) endpos：文本中正则表达式结束搜索的索引；

5) lastindex：最后一个被捕获的分组的索引；

6) lastgroup：最后一个被捕获的分组的别名，没有，则为none；

方法：1) group(1..n)，返回一个或多个分组变量；

2) groups()，返回全部的分组变量；数据结构是一个list

3) groupdict()，返回有别名的分组变量的字典；

4) start()，end()，span，返回某个分组变量的字符起始字符个数；

当re中输入string为变量时，可以使用%格式化打印

a= ‘hym’

s = re.compile("%s" % (a))