python的re模块总结.docx

Python之re模块Python用表示正则表达式中的 ，因为正则表达式中如果要匹配 ，需要用来转义，变成 ，而Python语法中又需要对字符串中每一个进行转义，所以就变成了。为了使正则表达式具有更好的可读性，Python特别设计了原始字符串(raw string) raw string就是用r作为字符串的前缀，如 rn：表示两个字符和n，而不是换行符了。Python中写正则表达式时推荐使用这种形式。例如： 可以使用 或者进行匹配需要提醒你的是，在写文件路径的时候就不要使用raw string了，这里存在陷阱。一：Re模块正则匹配：（1）d 匹配任何十进制数；它相当于类 0-9。D 匹配任何非数字字符；它相当于类 0-9。s 匹配任何空白字符；它相当于类 fv。S 匹配任何非空白字符；它相当于类 fv。w 匹配任何字母数字字符；它相当于类 a-zA-Z0-9_。W 匹配任何非字母数字字符；它相当于类 a-zA-Z0-9_。具有重复功能的元字符：* 对于前一个字符重复0到无穷次+对于前一个字符重复1到无穷次？对于前一个字符重复0到1次m,n 对于前一个字符重复次数在为m到n次，其中，0, = *,1, = , 0,1 = ?m 对于前一个字符重复m次（2）和$m = re.search(r(www.)?,str)可以匹配 XXX.m = re.search(r(www.)?,str)可以匹配 和 在元字符中，在不同位置所代表的意义。 re.search(abc,abcd)#在首字符表示取反，即abc之外的任意字符。 m=re.search(abc,abcd) m.group()d m=re.search(abc,)#如果在 中不是首字符，那么那就是一个普通字符 m.group()元字符($)匹配字符串的结尾或者字符串结尾的换行之前。m=re.search(foo.$,foo1nfoo2n,re.MULTILINE)print m.group()foo1（3）有几点注意的地方：1.m.n用来表示前面正则表达式重复m到n次,尝试匹配尽可能多的copy。 re.findall(a2,4,aaaaaaaa)aaaa, aaaa#可以看到m,n，正则表达式优先匹配n，而不是m，因为结果不是aa,aa,aa,aa re.findall(a2,aaaaaaaa)aa, aa, aa, aa#匹配重复两次 re.findall(a2,4?,aaaaaaaa)aa, aa, aa, aa#m,n?用来表示前面正则表达式的m到n次copy，尝试匹配尽可能少的copy2.元字符“.”在默认模式下，匹配除换行符外的所有字符。在DOTALL模式下，匹配所有字符，包括换行符。 m=re.match(.,n) print mNone m=re.match(.,n,re.DOTALL)print #,m.group(),#3.可以将匹配模式赋值给变量：pat=a-zA-Z+text=”Hm Er funshion?”funshion!m=re.findall(pat,text)print mHm, Er, funshion, funshionre模块主要函数pile(pattern, flags=0)编译正则表达式，返回RegexObject对象，然后可以通过RegexObject对象调用match()和search()方法。prog = pile(pattern)result = prog.match(string)跟result = re.match(pattern, string)是等价的。re.search()和re.match()str=m = re.match(rwww,str) m不为None 等同于 m=re.search(rwww,str)m = re.match(rcom,str) m等于Nonem=re.search(rcom,str) m不为Nonere.split(pattern, string, maxsplit=0)通过正则表达式将字符串分离。如果用括号将正则表达式括起来，那么匹配的字符串也会被列入到list中返回。maxsplit是分离的次数，maxsplit=1分离一次，默认为0，不限制次数。默认分割符为空格。 re.split(W+, Words, words, words.)Words, words, words, re.split(W+), Words, words, words.)Words, , , words, , , words, ., re.split(W+, Words, words, words., 1)Words, words, words.特别的：可以利用split(n)去掉末尾的换行符re.findall()匹配所有子串，并把它们作为一个列表返回。从左到右有序地返回;如果无匹配，返回空列表。 re.findall(a,bcdef) re.findall(rd+,12a32bc43jf3)12, 32, 43, 3特别的：a=abcdfana1b2c3m=re.findall(aw+,a,re.MULTILINE)print a,m.group(0)abcdfa, a1b2c3m=re.findall(rd+,12a,32c,n43j,3,re.MULTILINE)print m12, 43多行匹配方式（包含n）只有在multiline下可以进行。rearch和match匹配到就返回，不能匹配到多个结果，findall可以匹配多个结果。上述结果可以验证，是匹配换行符之后，结果提示可以利用“”在MULTILINE模式可以匹配字符”n”后的字符re.sub()使用给定的替换内容将匹配模式的子字符串替换掉pat=nametext= hi namem=re.sub(pat,funshion,text)print mhi funshionre.finditer(pattern, string, flags