Python正則表達(dá)式之基礎(chǔ)篇

正則表達(dá)式是用于處理字符串的強(qiáng)大工具，它并不是Python的一部分。

其他編程語(yǔ)言中也有正則表達(dá)式的概念，區(qū)別只在于不同的編程語(yǔ)言實(shí)現(xiàn)支持的語(yǔ)法數(shù)量不同。

它擁有自己獨(dú)特的語(yǔ)法以及一個(gè)獨(dú)立的處理引擎，在提供了正則表達(dá)式的語(yǔ)言里，正則表達(dá)式的語(yǔ)法都是一樣的。

下圖展示了使用正則表達(dá)式進(jìn)行匹配的流程：

1.1介紹

正則表達(dá)式并不是Python的一部分。正則表達(dá)式是用于處理字符串的強(qiáng)大工具，擁有自己獨(dú)特的語(yǔ)法以及一個(gè)獨(dú)立的處理引擎，效率上可能不如str自帶的方法，但功能十分強(qiáng)大。得益于這一點(diǎn)，在提供了正則表達(dá)式的語(yǔ)言里，正則表達(dá)式的語(yǔ)法都是一樣的，區(qū)別只在于不同的編程語(yǔ)言實(shí)現(xiàn)支持的語(yǔ)法數(shù)量不同；但不用擔(dān)心，不被支持的語(yǔ)法通常是不常用的部分。

正則表達(dá)式是一個(gè)特殊的字符序列，它能幫助你方便的檢查一個(gè)字符串是否與某種模式匹配。Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達(dá)式模式。re 模塊使 Python 語(yǔ)言擁有全部的正則表達(dá)式功能。

1.2要知道的各種用法

模式字符串使用特殊的語(yǔ)法來(lái)表示一個(gè)正則表達(dá)式：

字母和數(shù)字表示他們自身。一個(gè)正則表達(dá)式模式中的字母和數(shù)字匹配同樣的字符串。多數(shù)字母和數(shù)字前加一個(gè)反斜杠時(shí)會(huì)擁有不同的含義。標(biāo)點(diǎn)符號(hào)只有被轉(zhuǎn)義時(shí)才匹配自身，否則它們表示特殊的含義。反斜杠本身需要使用反斜杠轉(zhuǎn)義。

由于正則表達(dá)式通常都包含反斜杠，所以你最好使用原始字符串來(lái)表示它們。模式元素(如 r'/t'，等價(jià)于'//t')匹配相應(yīng)的特殊字符。

下表列出了正則表達(dá)式模式語(yǔ)法中的特殊元素。如果你使用模式的同時(shí)提供了可選的標(biāo)志參數(shù)，某些模式元素的含義會(huì)改變。

當(dāng)然這些用法很多，待會(huì)會(huì)給出經(jīng)常使用到的用法，多試試就能理解了。

模式

字符類(lèi)

特殊字符類(lèi)

1.3re.match函數(shù)
　　re.match 嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match()就返回none。
　　re.match(pattern, string, flags = 0)
　　pattern 正則表達(dá)式
　　string 匹配的字符串
　　flags 標(biāo)志位，用來(lái)控制匹配方式，下文會(huì)講
　　直接上程序：    
import string,re
r = "abc" #正則表達(dá)式
if re.match(r,"abc"): #匹配
print 'done'
else:
print 'defeat'
結(jié)果:
　　done
可以根據(jù)上面各表給出的用法，多練練：    
import string,re
r = "a.c" #正則表達(dá)式 . 匹配任意字符，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時(shí)，則可以匹配包括換行符的任意字符。
if re.match(r,"abc"):
print re.match(r,"abc")
print 'done'
else:
print 'defeat'
結(jié)果：
<_sre.SRE_Match object at 0x01dd6158>
done
　　注意這里不是顯示匹配成功的字符串,re.match() 返回的是一個(gè)對(duì)象，不成功返回的是none.
　　我們可以通過(guò)group(num)或groups()匹配對(duì)象函數(shù)來(lái)獲取匹配表達(dá)式。　

程序：　　　    
import string,re
r = "a.c"
if re.match(r,"abc"):
line = re.match(r,"abc")
print line.group()
else:
print 'defeat'

結(jié)果：

　　abc

1.3re.search函數(shù)

re.search() 掃描整個(gè)字符串并返回第一個(gè)成功的匹配
　　re.search(pattern, string, flags=0)
　　pattern 正則表達(dá)式
　　string 匹配的字符串
　　flags 標(biāo)志位，用于控制匹配方式
　　和re.match()一樣，匹配成功re.search方法返回一個(gè)匹配的對(duì)象，否則返回None。
　　直接上程序：    
import string,re
r = "abc"
s = 'aacawcabc'
if re.search(r,s):
line = re.search(r,s)
print line.group()
結(jié)果：
abc
注意：
re.match()和re.search()的區(qū)別：
　　re.match只匹配字符串的開(kāi)始，如果字符串開(kāi)始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回None；而re.search匹配整個(gè)字符串，直到找到一個(gè)匹配。
1.4re.sub函數(shù)

　　re.sub（）函數(shù)用于替換匹配項(xiàng)。

　　re.sub(pattern,repl,string,max = 0)

　　pattern 正則表達(dá)式

　　repl 替換 項(xiàng)

　　string 匹配的字符串

　　count 替換的最大次數(shù) 缺省值是0 表示替換所有的匹配

　　返回的字符串是在字符串中用 RE 最左邊不重復(fù)的匹配來(lái)替換。如果模式?jīng)]有發(fā)現(xiàn)，字符將被沒(méi)有改變地返回。

　　程序：    
import string,re
pattern = '\d'
repl = "!"
s = 'abcdefg'
line = re.sub(pattern,repl,s)
print line

結(jié)果：

!!!!!!!!!abcdefg

1.5正則表達(dá)式修飾符 - 可選標(biāo)志

我們來(lái)說(shuō)說(shuō)什么是標(biāo)志位：

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來(lái)控制匹配的模式。修飾符被指定為一個(gè)可選的標(biāo)志。多個(gè)標(biāo)志可以通過(guò)按位 OR(|) 它們來(lái)指定。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志：

程序：　    
import string,re
pattern = '[Aa][Bb][Cc][Dd]'
s = 'AbCd'
if re.match(pattern,s):
line = re.match(pattern,s)
print line.group()

結(jié)果：

AbCd

上面程序可以通過(guò)選擇標(biāo)志位來(lái)實(shí)現(xiàn)：    
import string,re
pattern = 'abcd'
s = 'AbCd'
if re.match(pattern,s,re.I):
line = re.match(pattern,s,re.I)
print line.group()
結(jié)果;
AbCd
1.6re.compile函數(shù)
　　使用re的一般步驟是先使用re.compile()函數(shù)，將正則表達(dá)式的字符串形式編譯為Pattern實(shí)例，然后使用Pattern實(shí)例處理文本并獲得匹配結(jié)果（一個(gè)Match實(shí)例），最后使用Match實(shí)例獲得信息，進(jìn)行其他的操作。
程序：    
import string,re
pattern = re.compile('\d+')
s = 'aabbccdd'
if pattern.match(s):
line = pattern.match(s)
print line.group()
結(jié)果：
11223344