【python】python re模块中几个比较重要的函数

转自：http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=22920230&id=3389387

re.match

　　re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。

1. import re  
2.   
3. text = "JGood is a handsome boy, he is cool, clever, and so on..."  
4. m = re.match(r"(/w+)/s", text)  
5. if m:  
6.     print m.group(0), '/n', m.group(1)  
7. else:  
8.     print 'not match'  

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(/w+)/s"，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

re.search

　　re.search函数会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。

1. import re  
2.   
3. text = "JGood is a handsome boy, he is cool, clever, and so on..."  
4. m = re.search(r'/shan(ds)ome/s', text)  
5. if m:  
6.     print m.group(0), m.group(1)  
7. else:  
8.     print 'not search'  

re.search的函数原型为： re.search(pattern, string, flags)

每个参数的含意与re.match一样。 

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

re.sub

　　re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' : 

1. import re  
2.   
3. text = "JGood is a handsome boy, he is cool, clever, and so on..."  
4. print re.sub(r'/s+', '-', text)  

 

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为'-'

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'/s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

re.split

　　可以使用re.split来分割字符串，如：re.split(r'/s+', text)；将字符串按空格分割成一个单词列表。

re.findall

　　re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'/w*oo/w*', text)；获取字符串中，包含'oo'的所有单词。

re.compile

　　可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

1. import re  
2.   
3. text = "JGood is a handsome boy, he is cool, clever, and so on..."  
4. regex = re.compile(r'/w*oo/w*')  
5. print regex.findall(text)   #查找所有包含'oo'的单词  
6. print regex.sub(lambda m: '[' + m.group(0) + ']', text) #将字符串中含有'oo'的单词用[]括起来。  

在需要在字符中使用特殊字符时，python用反斜杠(\)转义字符。如下表：

原始字符串

有时我们并不想让转义字符生效，我们只想显示字符串原来的意思，这就要用r和R来定义原始字符串。如：

print r'\t\r'

实际输出为“\t\r”。

 

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\'	单引号
\"	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数yy代表的字符，例如：\o12代表换行
\xyy	十进制数yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出