理解python正则表达式


Posted in Python onJanuary 15, 2016

在python中,对正则表达式的支持是通过re模块来支持的。使用re的步骤是先把表达式字符串编译成pattern实例,然后在使用pattern去匹配文本获取结果。

其实也有另外一种方式,就是直接使用re模块的方法,但是这样就不能使用编译后的pattern实例了。

实例:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

pat = re.compile(r'hello')

match = pat.match('hello world!')

if match:
  print match.group()

match1 = re.match(r'hello','hello world!')

if match1:
  print match1.group()

  print match1.pos

返回的结果相同,都是 hello

关于Pattern 对象:

它是由re.complie函数来构造的,是一个编译好的正则表达式,通过Pattern提供的一系列方法可以对文本进行匹配查找。

Pattern不能直接实例化,必须使用re.compile()进行构造。

Pattern提供了几个可读属性用于获取表达式的相关信息:

  • pattern: 编译时用的表达式字符串。
  • flags: 编译时用的匹配模式。数字形式。
  • groups: 表达式中分组的数量。
  • groupindex: 以表达式中有别名的组的别名为键、以该组对应的编号为值的字典,没有别名的组不包含在内。

关于 re.compile方法

re.compile(strPattern[, flag]):

这个方法是Pattern类的工厂方法,用于将字符串形式的正则表达式编译为Pattern对象。 第二个参数flag是匹配模式,取值可以使用按位或运算符'|'表示同时生效,比如re.I | re.M。另外,你也可以在regex字符串中指定模式,比如re.compile('pattern', re.I | re.M)与re.compile('(?im)pattern')是等价的。
可选值有:

  • re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同)
  • M(MULTILINE): 多行模式,改变'^'和'$'的行为(参见上图)
  • S(DOTALL): 点任意匹配模式,改变'.'的行为
  • L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
  • U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
  • X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行,忽略空白字符,并可以加入注释

1).关于 match方法:

Match对象是一次匹配的结果,包含了很多关于此次匹配的信息,可以使用Match提供的可读属性或方法来获取这些信息。

属性:

  • string: 匹配时使用的文本。
  • re: 匹配时使用的Pattern对象。
  • pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
  • endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
  • lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组,将为None。
  • lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组,将为None。

方法:

1、group([group1, …]):
获得一个或多个分组截获的字符串;指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名;编号0代表整个匹配的子串;不填写参数时,返回group(0);没有截获字符串的组返回None;截获了多次的组返回最后一次截获的子串。
2、groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代,默认为None。
3、groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典,没有别名的组不包含在内。default含义同上。
4、start([group]):
返回指定的组截获的子串在string中的起始索引(子串第一个字符的索引)。group默认值为0。
5、end([group]):
返回指定的组截获的子串在string中的结束索引(子串最后一个字符的索引+1)。group默认值为0。
6、span([group]):
返回(start(group), end(group))。
7、expand(template):
将匹配到的分组代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分组,但不能使用编号0。\id与\g<id>是等价的;但\10将被认为是第10个分组,如果你想表达\1之后是字符'0',只能使用\g<1>0。
请看例子:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

m = re.match(r'(\w+)\s(\w+)','aaa bbb ccc')

print m.string

print m.re

print m.pos

print m.endpos

print m.lastindex

print m.lastgroup

print m.group()

print m.start()

print m.end()

print m.span()

print m.expand(r'\2 \1')

结果为:

aaa bbb ccc
<_sre.SRE_Pattern object at 0x10dbfda08>
0
11
2
None
aaa bbb
0
7
(0, 7)
bbb aaa

2).关于search方法:

查找可以匹配的子串,和match 不同的是他不是从开始处开始匹配的。如果没有匹配上,则返回None

上面的例子中,将match 换成search返回的结果一样

请看:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

pat = re.compile(r'hello')

match = pat.match('shello world!')

if match:
  print match.group()
else:
  print 'not match!'

match1 = re.search(r'hello','shello world!')

if match1:
  print match1.group()

结果为:

not match!
hello

这2个函数,没有其他区别,就是一个是从开始匹配的,另外一个不是开始的

3.split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):
按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数,不指定将全部分割。

4.findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):
搜索string,以列表形式返回全部能匹配的子串。

5.finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。

6.sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):
使用repl替换string中每一个匹配的子串后返回替换后的字符串。
当repl是一个字符串时,可以使用\id或\g<id>、\g<name>引用分组,但不能使用编号0。
当repl是一个方法时,这个方法应当只接受一个参数(Match对象),并返回一个字符串用于替换(返回的字符串中不能再引用分组)。
count用于指定最多替换次数,不指定时全部替换。

7.subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):
返回 (sub(repl, string[, count]), 替换次数)。

例子为:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

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

print p.split('aa1bb2cc3dd4ee5ff6')

print p.findall('aa1bb2cc3dd4ee5ff6')

for m in p.finditer('aa1bb2cc3dd4ee5ff6'):
  print m.group(),

print '\nsub test'
p1 =re.compile(r'(\w+)\s+(\w+)')

s = 'i am ok'

print p1.sub(r'\2 \1',s)
print p1.subn(r'\2 \1',s)

结果:

['aa', 'bb', 'cc', 'dd', 'ee', 'ff', '']
['1', '2', '3', '4', '5', '6']
1 2 3 4 5 6
sub test
am i ok
('am i ok', 1)

以上就是本文的全部内容,希望对大家的学习有所帮助。

Python 相关文章推荐
Python 分析Nginx访问日志并保存到MySQL数据库实例
Mar 13 Python
python操作摄像头截图实现远程监控的例子
Mar 25 Python
Python 实现数据库更新脚本的生成方法
Jul 09 Python
python修改list中所有元素类型的三种方法
Apr 09 Python
django 使用 request 获取浏览器发送的参数示例代码
Jun 11 Python
Pandas 数据处理,数据清洗详解
Jul 10 Python
Pycharm新手教程(只需要看这篇就够了)
Jun 18 Python
Python中变量的输入输出实例代码详解
Jul 28 Python
Python爬虫使用浏览器cookies:browsercookie过程解析
Oct 22 Python
Python selenium的基本使用方法分析
Dec 21 Python
keras使用Sequence类调用大规模数据集进行训练的实现
Jun 22 Python
基于python实现删除指定文件类型
Jul 21 Python
Python工程师面试题 与Python Web相关
Jan 14 #Python
Python工程师面试题 与Python基础语法相关
Jan 14 #Python
5种Python单例模式的实现方式
Jan 14 #Python
Python2.x与Python3.x的区别
Jan 14 #Python
python Django模板的使用方法
Jan 14 #Python
Python数据类型学习笔记
Jan 13 #Python
python基础入门学习笔记(Python环境搭建)
Jan 13 #Python
You might like
全国FM电台频率大全 - 28 甘肃省
2020/03/11 无线电
PHP使用range协议实现输出文件断点续传代码实例
2014/07/04 PHP
浅析ThinkPHP缓存之快速缓存(F方法)和动态缓存(S方法)(日常整理)
2015/10/26 PHP
PHP magento后台无法登录问题解决方法
2016/11/24 PHP
php无限级评论嵌套实现代码
2018/04/18 PHP
PhpStorm2020.1 安装 debug - Postman 调用的详细教程
2020/08/17 PHP
基于jquery实现的移入页面上空文本框时,让它变为焦点,移出清除焦点
2011/07/26 Javascript
Js动态添加复选框Checkbox的实例方法
2013/04/08 Javascript
javascript loadScript异步加载脚本示例讲解
2013/11/14 Javascript
jquery easyui中treegrid用法的简单实例
2014/02/18 Javascript
JavaScript添加随滚动条滚动窗体的方法
2016/02/23 Javascript
js省市县三级联动效果实例
2020/04/15 Javascript
Vue.js动态添加、删除选题的实例代码
2016/09/30 Javascript
jQuery点击弹出层弹出模态框点击模态框消失代码分享
2017/01/21 Javascript
JQuery中Ajax的操作完整例子
2017/03/07 Javascript
在node中如何使用 ES6
2017/04/22 Javascript
jQuery Validate格式验证功能实例代码(包括重名验证)
2017/07/18 jQuery
理解javascript async的用法
2017/08/22 Javascript
JavaScript简单实现动态改变HTML内容的方法示例
2018/12/25 Javascript
解决layui动态添加的元素click等事件触发不了的问题
2019/09/20 Javascript
Vue实现简单的留言板
2020/10/23 Javascript
Vue 实例中使用$refs的注意事项
2021/01/29 Vue.js
深入剖析Python的爬虫框架Scrapy的结构与运作流程
2016/01/20 Python
python下载图片实现方法(超简单)
2017/07/21 Python
Python中socket网络通信是干嘛的
2020/05/27 Python
Pycharm调试程序技巧小结
2020/08/08 Python
css3中仿放大镜效果的几种方式原理解析
2020/12/03 HTML / CSS
现代化办公人员工作的自我评价
2013/10/16 职场文书
咖啡馆创业计划书
2014/01/26 职场文书
cf搞笑广告词
2014/03/14 职场文书
四年级数学上册教学计划
2015/01/20 职场文书
新郎父亲婚礼致辞
2015/07/27 职场文书
CSS 实现多彩、智能的阴影效果
2021/05/12 HTML / CSS
python非标准时间的转换
2021/07/25 Python
解决redis批量删除key值的问题
2022/03/23 Redis
Golang实现可重入锁的示例代码
2022/05/25 Golang