python正则

一、正则通常流程

#导入正则模块
import re

#编译正则模式对象
regex = re.compile('string')

#使用正则模式匹配字符串，返回字符串中第一次匹配模式的match对象
m = regex.search(stringobject)

print m.group()#match对象使用group方法获取匹配文本
               #当模式中有（）包含时，可使用对应的数值参数精确提取（如 1,2,3等等）
               #不传参数或0返回整个匹配文本
print m.groups()#一次返回全部分组

 

二、正则经常使用模式

re.search(r'batman|spiderman',string) #使用管道符进行多项可能的匹配
re.search(r'Bat(man|mobile|copter)',string)#使用管道符进行多项可能的匹配
re.search(r'Bat(wo)?man',string) # 字符?代表它前面的分组是可选，出现0次或1次
re.search(r'Bat(wo)*man',string) # 字符*代表它前面的分组是可选，出现0次或多（n=1,2...）次
re.search(r'Bat(wo)+man',string) # 字符+代表它前面的分组是必选，出现1次或多（n=2,3...）次
re.search(r'Bat(wo){m,n}man',string) # {}指定前面分组出现的次数，最少m次，最多n次

#Python 的正则表达式默认是“ 贪心” 的， 这表示在有二义的状况下，它们会尽量匹配最长的字符串。
#请注意， 问号在正则表达式中可能有两种含义： 声明非贪心匹配或表示可选的分组。这两种含义是彻底无关的
re.search(r'Bat(wo){m,n}?man',string)#在花括号后方跟上？，变为非贪心模式，匹配符合条件的最短串

#要让正则表达式不区分大小写，能够向 re.compile()传入 re.IGNORECASE 或 re.I，做为第二个参数
regex = re.compile(r'WeRwT',re.I)

 

三、findall()

•  若是调用在一个没有分组的正则表达式上， 例如\d\d\d-\d\d\d-\d\d\d\d， 方法findall()将返回一个匹配字符串的列表， 例如['415-555-9999', '212-555-0000']。
• 若是调用在一个有分组的正则表达式上， 例如(\d\d\d)-(\d\d\d)-(\d\d\d\d)， 方法 findall()将返回一个字符串的元组的列表 （ 每一个分组对应一个字符串），例如[('415','555', '1122'), ('212', '555', '0000')]。

四、字符分类集合

• \w 任何字母、数字或下划线字符（能够认为是匹配“单词”字符）
• \W 除字母、数字和下划线之外的任何字符
• \s 空格、制表符或换行符（能够认为是匹配“空白”字符）
• \S 除空格、制表符和换行符之外的任何字符
• \d 数字0-9
• \D 非数字，即[^\d]
• 自定义字符集[aeiouAEIOU]，使用中括号包含。
   

五、通配符 "." :

默认匹配除换行之外的全部字符，经过传入 re.DOTALL 做为 re.compile()的第二个参数， 可让句点字符匹配全部字符， 包括换行字符。

noNewlineRegex = re.compile('.*')
noNewlineRegex.search('Serve the public trust.\nProtect the innocent\nUphold the law.').group()
#'Serve the public trust.'
newlineRegex = re.compile('.*', re.DOTALL)
newlineRegex.search('Serve the public trust.\nProtect the innocent\nUphold the law.').group()
#'Serve the public trust.\nProtect the innocent.\nUphold the law.'

 

六、使用sub()方法替换字符串

有时候，你可能须要使用匹配的文本自己，做为替换的一部分。在 sub()的第一个参数中，能够输入\一、 \二、 \3……，表示“在替换中输入分组 一、 二、 3……的文本”。

namesRegex = re.compile(r'Agent \w+')
namesRegex.sub('CENSORED', 'Agent Alice gave the secret documents to Agent Bob.')
#'CENSORED gave the secret documents to CENSORED.

agentNamesRegex = re.compile(r'Agent (\w)\w*')
agentNamesRegex.sub(r'\1****', 'Agent Alice told Agent Carol that Agent Eve knew Agent Bob \
                      was a double agent.')
#A**** told C**** that E**** knew B**** was a double agent.'