Python之正则表达式

re模块

result = re.match(正则表达式,要匹配的字符串)

字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）

正则表达式的单字符匹配

Python中字符串前面加上 “r” 表示原生字符串，因为"\“既可表示转义字符也可表示字符”\"

匹配多个字符的相关格式

表示边界

$前匹配的字符串必须是在最后的位置

匹配分组

搜索
search

>> ret = re.search(r"\d+", "阅读次数为 9999")
>> ret.group()
'9999'

findall

>> ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
>> print(ret)
['9999', '7890', '12345']

sub 将匹配到的数据进行替换
方法1

>> ret = re.sub(r"\d+", '998', "python = 997")
>> print(ret)
998

方法2

def add(temp):
	strNum = temp.group()
	num = int(strNum) + 1
	return str(num)

ret = re.sub(r"\d+", add, "python = 997")
print (ret)
998

split 根据匹配进行切割字符串，并返回一个列表

ret = re.split(r": |  ","info:xiaoZhang 33 shandong")
print(ret)
['info', 'xiaoZhang', '33', 'shandong']

python贪婪和非贪婪
贪婪：尝试匹配尽可能多的字符，非贪婪则相反
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪

>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1) 
'2343'
>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'
>> re.match(r"aa(\d+?)ddd","aa2343ddd").group()
 'aa2343ddd'

注意：()小括号里为返回项，group(k)为第k个括号匹配到的项，group()没有参数则返回所有匹配项

编译
如果一个正则表达式要重复使用几千次，可以预编译该正则表达式，以省去后面的编译过程

>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')      #编译
>>> re_telephone.match('010-12345').groups()
('010', '12345')

参考文献

【1】正则表达式