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
Python3.0与2.X版本的区别实例分析
Aug 25 Python
python读写ini配置文件方法实例分析
Jun 30 Python
获取Django项目的全部url方法详解
Oct 26 Python
Python数据预处理之数据规范化(归一化)示例
Jan 08 Python
python多个模块py文件的数据共享实例
Jan 11 Python
python单例模式的多种实现方法
Jul 26 Python
python_mask_array的用法
Feb 18 Python
Python中的sys.stdout.write实现打印刷新功能
Feb 21 Python
python+selenium+Chrome options参数的使用
Mar 18 Python
解决keras使用cov1D函数的输入问题
Jun 29 Python
Python爬虫之Selenium实现键盘事件
Dec 04 Python
Python pandas求方差和标准差的方法实例
Aug 04 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 !function_exists(&quot;T7FC56270E7A70FA81A5935B72EACBE29&quot;))代码解密
2011/01/07 PHP
学习使用curl采集curl使用方法
2012/01/11 PHP
php获取文章内容第一张图片的方法示例
2017/07/03 PHP
laravel框架 laravel-admin上传图片到oss的方法
2019/10/13 PHP
jquery下操作HTML控件的实现代码
2010/01/12 Javascript
js页面跳转常用的几种方式
2010/11/25 Javascript
javascript插入样式实现代码
2012/02/22 Javascript
jQuery插件制作之全局函数用法实例
2015/06/01 Javascript
浅谈JavaScript对象与继承
2016/07/10 Javascript
JavaScript和JQuery获取DIV值的方法示例
2017/03/07 Javascript
详解vue中computed 和 watch的异同
2017/06/30 Javascript
ztree简介_动力节点Java学院整理
2017/07/19 Javascript
浅谈webpack下的AOP式无侵入注入
2017/11/12 Javascript
jQuery实现浏览器之间跳转并传递参数功能【支持中文字符】
2018/03/28 jQuery
JS与jQuery判断文本框还剩多少字符可以输入的方法
2018/09/01 jQuery
react-router4按需加载(踩坑填坑)
2019/01/06 Javascript
JavaScript惰性求值的一种实现方法示例
2019/01/11 Javascript
vue-cli和v-charts实现可视化图表过程解析
2019/10/08 Javascript
vue实现element表格里表头信息提示功能(推荐)
2019/11/20 Javascript
vue prop传值类型检验方式
2020/07/30 Javascript
动态创建类实例代码
2009/10/07 Python
和孩子一起学习python之变量命名规则
2018/05/27 Python
Python使用pandas处理CSV文件的实例讲解
2018/06/22 Python
基于多进程中APScheduler重复运行的解决方法
2019/07/22 Python
如何使用pandas读取txt文件中指定的列(有无标题)
2020/03/05 Python
Python批量删除mysql中千万级大量数据的脚本分享
2020/12/03 Python
Spartoo比利时:欧洲时尚购物网站
2017/12/06 全球购物
早晨薰衣草在线女性精品店:Morning Lavender
2021/01/04 全球购物
Currentbody德国站:健康与美容技术专家
2020/04/05 全球购物
幼儿园安全责任书范本
2014/07/24 职场文书
大学生实习证明范文(5篇)
2014/09/18 职场文书
老公给老婆的检讨书(精华篇)
2014/10/18 职场文书
幼儿园教师自荐书
2015/03/06 职场文书
vue3中的组件间通信
2021/03/31 Vue.js
集英社今正式宣布 成立游戏公司“集英社Games”
2022/03/31 其他游戏
【海涛教你打DOTA】黑鸟第一视角解说
2022/04/01 DOTA