Python入门篇之正则表达式


Posted in Python onOctober 20, 2014

 正则表达式有两种基本的操作,分别是匹配和替换。

匹配就是在一个文本字符串中搜索匹配一特殊表达式;

替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。
 
1.基本元素
 
正则表达式定义了一系列的特殊字符元素以执行匹配动作。

正则表达式基本字符

字符 描述
text 匹配text字符串
. 匹配除换行符之外的任意一个单个字符
^ 匹配一个字符串的开头
$ 匹配一个字符串的末尾

在正则表达式中,我们还可用匹配限定符来约束匹配的次数。
 
匹配限定符

最大匹配 最小匹配 描述
* * 重复匹配前表达式零次或多次
+ + 重复匹配前表达式一次或多次
重复匹配前表达式零次或一次
{m} {m} 精确重复匹配前表达式m次
{m,} {m,} 至少重复匹配前表达式m次
{m,n} {m,n} 至少重复匹配前表达式m次,至多重复匹配前表达式n次

据上所述,".*"为最大匹配,能匹配源字符串所有能匹配的字符串。".* "为最小匹配,只匹配第一次出现的字符串。如:d.*g能匹配任意以d开头,以g结尾的字符串,如"debug"和"debugging",甚至"dog is walking"。而d.* g只能匹配"debug",在"dog is walking"字符串中,则只匹配到"dog "。
 
在一些更复杂的匹配中,我们可用到组和运算符。
 
组和运算符

描述
[...] 匹配集合内的字符,如[a-z],[1-9]或[,./;']
[^...] 匹配除集合外的所有字符,相当于取反操作
A|B 匹配表达式A或B,相当于OR操作
(...) 表达式分组,每对括号为一组,如([a-b]+)([A-Z]+)([1-9]+)
\number 匹配在number表达式组内的文本

有一组特殊的字符序列,用来匹配具体的字符类型或字符环境。如\b匹配字符边界,food\b匹配"food"、"zoofood",而和"foodies"不匹配。
 
特殊字符序列

字符 描述
\A 只匹配字符串的开始
\b 匹配一个单词边界
\B 匹配一个单词的非边界
\d 匹配任意十进制数字字符,等价于r'[0-9]'
\D 匹配任意非十进制数字字符,等价于r'[^0-9]'
\s 匹配任意空格字符(空格符、tab制表符、换行符、回车、换页符、垂直线符号)
\S 匹配任意非空格字符
\w 匹配任意字母数字字符
\W 匹配任意非字母数字字符
\Z 仅匹配字符串的尾部
\\ 匹配反斜线字符

有一套声明(assertion)对具体事件进行声明。
 
正则表达式声明

声明 描述
( iLmsux) 匹配空字符串,iLmsux字符对应下表的正则表达式修饰符。
( :...) 匹配圆括号内定义的表达式,但不填充字符组表。
( P) 匹配圆括号内定义的表达式,但匹配的表达式还可用作name标识的符号组。
( P=name) 匹配所有与前面命名的字符组相匹配的文本。
( #...) 引入注释,忽略圆括号内的内容。
( =...) 如果所提供的文本与下一个正则表达式元素匹配,这之间没有多余的文本就匹配。这允许在一个表达式中进行超前操作,而不影响正则表达式其余部分的分析。如"Martin"其后紧跟"Brown",则"Martin( =Brown)"就只与"Martin"匹配。
( !...) 仅当指定表达式与下一个正则表达式元素不匹配时匹配,是( =...)的反操作。
( 如果字符串当前位置的前缀字符串是给定文本,就匹配,整个表达式就在当前位置终止。如(
( 如果字符串当前位置的前缀字符串不是给定的正文,就匹配,是(

正则表达式还支持一些处理标志,它会影响正则式的执行方法。
 
处理标志

标志 描述
I或IGNORECASE 忽略表达式的大小写来匹配文本。

2.操作
 

通过re模块,我们就可在python中利用正则式对字符串进行搜索、抽取和替换操作。如:re.search()函数能执行一个基本的搜索操作,它能返回一个MatchObject对象。re.findall()函数能返回匹配列表。
 

>>> import re

>>> a="this is my re module test"

>>> obj = re.search(r'.*is',a)

>>> print obj

<_sre.SRE_Match object at 0xb7d7a218>

>>> obj.group()

'this is'

>>> re.findall(r'.*is',a)

['this is']

MatchObject对象方法

方法 描述
expand(template) 展开模板中用反斜线定义的内容。
m.group([group,...]) 返回匹配的文本,是个元组。此文本是与给定group或由其索引数字定义的组匹配的文本,如果没有组定组名,则返回所有匹配项。
m.groups([default]) 返回一个元组,该元组包含模式中与所有组匹配的文本。如果给出default参数,default参数值就是与给定表达式不匹配的组的返回值。default参数的默认取值为None。
m.groupdict([default]) 返回一个字典,该字典包含匹配的所有子组。如果给出default参数,其值就是那些不匹配组的返回值。default参数的默认取值为None。
m.start([group]) 返回指定group的开始位置,或返回全部匹配的开始位置。
m.end([group]) 返回指定group的结束位置,或返回全部匹配的结束位置。
m.span([group]) 返回两元素组,此元组等价于关于一给定组或一个完整匹配表达式的(m.start(group),m.end(group)))列表
m.pos 传递给match()或search()函数的pos值。
m.endpos 传递给match()或search()函数的endpos值。
m.lastindex
m.lastgroup
m.re 创建这个MatchObject对象的正则式对象
m.string 提供给match()或search()函数的字符串。

使用sub()或subn()函数可在字符串上执行替换操作。sub()函数的基本格式如下:
 sub(pattern,replace,string[,count])
 
示例

 

>>> str = 'The dog on my bed'

>>> rep = re.sub('dog','cat',str)

>>> print rep

The cat on my bed

replace参数可接受函数。要获得替换的次数,可使用subn()函数。subn()函数返回一个元组,此元组包含替换了的文本和替换的次数。
 
如果需用同一个正则式进行多次匹配操作,我们可把正则式编译成内部语言,提高处理速度。编译正则式用compile()函数来实现。compile()函数的基本格式如下:
 compile(str[,flags])
 
str表示需编译的正则式串,flags是修饰标志符。正则式被编译后生成一个对象,该对象有多种方法和属性。
 
正则式对象方法/属性

方法/属性 描述
r.search(string[,pos[,endpos]]) 同search()函数,但此函数允许指定搜索的起点和终点
r.match(string[,pos[,endpos]]) 同match()函数,但此函数允许指定搜索的起点和终点
r.split(string[,max]) 同split()函数
r.findall(string) 同findall()函数
r.sub(replace,string[,count]) 同sub()函数
r.subn(replace,string[,count]) 同subn()函数
r.flags 创建对象时定义的标志
r.groupindex 将r'( Pid)'定义的符号组名字映射为组序号的字典
r.pattern 在创建对象时使用的模式

转义字符串用re.escape()函数。
 
通过getattr获取对象引用
 

>>> li=['a','b']

>>> getattr(li,'append')

>>> getattr(li,'append')('c')          #相当于li.append('c')

>>> li

['a', 'b', 'c']

>>> handler=getattr(li,'append',None)

>>> handler

<built-in method append of list object at 0xb7d4a52c>

>>> handler('cc')                      #相当于li.append('cc')

>>> li

['a','b','c','cc']

>>>result = handler('bb')

>>>li

['a','b','c','cc','bb']

>>>print result

None
Python 相关文章推荐
全面解读Python Web开发框架Django
Jun 30 Python
Python中使用gzip模块压缩文件的简单教程
Apr 08 Python
调试Python程序代码的几种方法总结
Apr 28 Python
Python中用post、get方式提交数据的方法示例
Sep 22 Python
使用paramiko远程执行命令、下发文件的实例
Oct 01 Python
python利用正则表达式排除集合中字符的功能示例
Oct 10 Python
Python生成器以及应用实例解析
Feb 08 Python
Python中垃圾回收和del语句详解
Nov 15 Python
Python绘制频率分布直方图的示例
Jul 08 Python
利用python实现PSO算法优化二元函数
Nov 13 Python
Python使用Tkinter实现转盘抽奖器的步骤详解
Jan 06 Python
python selenium xpath定位操作
Sep 01 Python
Python入门篇之文件
Oct 20 #Python
Python入门篇之函数
Oct 20 #Python
Python入门篇之条件、循环
Oct 17 #Python
Python入门篇之字典
Oct 17 #Python
Python入门篇之字符串
Oct 17 #Python
Python入门篇之列表和元组
Oct 17 #Python
Python入门篇之对象类型
Oct 17 #Python
You might like
PHP中获取内网用户MAC地址(WINDOWS/linux)的实现代码
2011/08/11 PHP
PHP中使用imagick生成PSD文件缩略图教程
2015/01/26 PHP
日常整理PHP中简单的图形处理(经典)
2015/10/26 PHP
PHP排序算法之基数排序(Radix Sort)实例详解
2018/04/21 PHP
Javascript 匿名函数及其代码模式原理
2010/03/19 Javascript
js脚本实现数据去重
2014/11/27 Javascript
谈一谈bootstrap响应式布局
2016/05/23 Javascript
jQuery实现打开页面渐现效果示例
2016/07/27 Javascript
jQuery使用Layer弹出层插件闪退问题
2016/12/22 Javascript
axios中cookie跨域及相关配置示例详解
2017/12/20 Javascript
[原创]js实现保存文本框内容为本地文件兼容IE,chrome,火狐浏览器
2018/02/14 Javascript
浅谈让你的代码更简短,更整洁,更易读的ES6小技巧
2018/10/25 Javascript
vue项目出现页面空白的解决方案
2019/10/31 Javascript
uin-app+mockjs实现本地数据模拟
2020/08/26 Javascript
记一次vue跨域的解决
2020/10/21 Javascript
vue动态合并单元格并添加小计合计功能示例
2020/11/26 Vue.js
Python 迭代,for...in遍历,迭代原理与应用示例
2019/10/12 Python
Python实现图片裁剪的两种方式(Pillow和OpenCV)
2019/10/30 Python
Python run()函数和start()函数的比较和差别介绍
2020/05/03 Python
pytorch查看通道数 维数 尺寸大小方式
2020/05/26 Python
Python计算信息熵实例
2020/06/18 Python
python之openpyxl模块的安装和基本用法(excel管理)
2021/02/03 Python
Python3自带工具2to3.py 转换 Python2.x 代码到Python3的操作
2021/03/03 Python
Mountain Warehouse澳大利亚官网:欧洲家庭户外品牌倡导者
2016/11/20 全球购物
澳大利亚冲浪和时尚服装网上购物:SurfStitch
2017/07/29 全球购物
台湾家适得:Homeget
2019/02/11 全球购物
高级3D打印市场:Gambody
2019/12/26 全球购物
世界上最大的乐谱选择:Sheet Music Plus
2020/01/18 全球购物
生物化学研究助理员求职信
2013/10/09 职场文书
如何写毕业求职自荐信
2013/11/06 职场文书
路政管理专业推荐信
2013/11/11 职场文书
员工考核管理制度
2014/02/02 职场文书
护理心得体会范文
2016/01/22 职场文书
Jackson 反序列化时实现大小写不敏感设置
2021/06/29 Java/Android
科普 | 业余无线电知识-波段篇
2022/02/18 无线电
CentOS7安装GlusterFS集群以及相关配置
2022/04/12 Servers