理解python正則表達(dá)式

在python中，對正則表達(dá)式的支持是通過re模塊來支持的。使用re的步驟是先把表達(dá)式字符串編譯成pattern實例，然后在使用pattern去匹配文本獲取結(jié)果。

其實也有另外一種方式，就是直接使用re模塊的方法，但是這樣就不能使用編譯后的pattern實例了。
實例：   

返回的結(jié)果相同，都是 hello

關(guān)于Pattern 對象：

它是由re.complie函數(shù)來構(gòu)造的，是一個編譯好的正則表達(dá)式，通過Pattern提供的一系列方法可以對文本進(jìn)行匹配查找。

Pattern不能直接實例化，必須使用re.compile()進(jìn)行構(gòu)造。

Pattern提供了幾個可讀屬性用于獲取表達(dá)式的相關(guān)信息：

    pattern: 編譯時用的表達(dá)式字符串。
    flags: 編譯時用的匹配模式。數(shù)字形式。
    groups: 表達(dá)式中分組的數(shù)量。
    groupindex: 以表達(dá)式中有別名的組的別名為鍵、以該組對應(yīng)的編號為值的字典，沒有別名的組不包含在內(nèi)。

關(guān)于 re.compile方法

re.compile(strPattern[, flag]):

這個方法是Pattern類的工廠方法，用于將字符串形式的正則表達(dá)式編譯為Pattern對象。 第二個參數(shù)flag是匹配模式，取值可以使用按位或運算符'|'表示同時生效，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)與re.compile('(?im)pattern')是等價的。
可選值有：

    re.I(re.IGNORECASE): 忽略大小寫（括號內(nèi)是完整寫法，下同）
    M(MULTILINE): 多行模式，改變'^'和'$'的行為（參見上圖）
    S(DOTALL): 點任意匹配模式，改變'.'的行為
    L(LOCALE): 使預(yù)定字符類 \w \W \b \B \s \S 取決于當(dāng)前區(qū)域設(shè)定
    U(UNICODE): 使預(yù)定字符類 \w \W \b \B \s \S \d \D 取決于unicode定義的字符屬性
    X(VERBOSE): 詳細(xì)模式。這個模式下正則表達(dá)式可以是多行，忽略空白字符，并可以加入注釋

1）.關(guān)于 match方法：

Match對象是一次匹配的結(jié)果，包含了很多關(guān)于此次匹配的信息，可以使用Match提供的可讀屬性或方法來獲取這些信息。

屬性：

    string: 匹配時使用的文本。
    re: 匹配時使用的Pattern對象。
    pos: 文本中正則表達(dá)式開始搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。
    endpos: 文本中正則表達(dá)式結(jié)束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。
    lastindex: 最后一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組，將為None。
    lastgroup: 最后一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組，將為None。

方法：

1、group([group1, …]):
獲得一個或多個分組截獲的字符串；指定多個參數(shù)時將以元組形式返回。group1可以使用編號也可以使用別名；編號0代表整個匹配的子串；不填寫參數(shù)時，返回group(0)；沒有截獲字符串的組返回None；截獲了多次的組返回最后一次截獲的子串。
2、groups([default]):
以元組形式返回全部分組截獲的字符串。相當(dāng)于調(diào)用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代，默認(rèn)為None。
3、groupdict([default]):
返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典，沒有別名的組不包含在內(nèi)。default含義同上。
4、start([group]):
返回指定的組截獲的子串在string中的起始索引（子串第一個字符的索引）。group默認(rèn)值為0。
5、end([group]):
返回指定的組截獲的子串在string中的結(jié)束索引（子串最后一個字符的索引+1）。group默認(rèn)值為0。
6、span([group]):
返回(start(group), end(group))。
7、expand(template):
將匹配到的分組代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分組，但不能使用編號0。\id與\g<id>是等價的；但\10將被認(rèn)為是第10個分組，如果你想表達(dá)\1之后是字符'0'，只能使用\g<1>0。
請看例子：    
#!/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')

結(jié)果為：

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

2）.關(guān)于search方法：

　　查找可以匹配的子串，和match 不同的是他不是從開始處開始匹配的。如果沒有匹配上，則返回None

上面的例子中，將match 換成search返回的結(jié)果一樣

請看：
    
#!/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()

結(jié)果為：

not match!
hello

這2個函數(shù)，沒有其他區(qū)別，就是一個是從開始匹配的，另外一個不是開始的

3.split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):
按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數(shù)，不指定將全部分割。

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，返回一個順序訪問每一個匹配結(jié)果（Match對象）的迭代器。

6.sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):
使用repl替換string中每一個匹配的子串后返回替換后的字符串。
當(dāng)repl是一個字符串時，可以使用\id或\g<id>、\g<name>引用分組，但不能使用編號0。
當(dāng)repl是一個方法時，這個方法應(yīng)當(dāng)只接受一個參數(shù)（Match對象），并返回一個字符串用于替換（返回的字符串中不能再引用分組）。
count用于指定最多替換次數(shù)，不指定時全部替換。

7.subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):
返回 (sub(repl, string[, count]), 替換次數(shù))。

例子為：    
#!/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)

結(jié)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內(nèi)容，希望對大家的學(xué)習(xí)有所幫助。