python的正則表達(dá)式re模塊的常用方法

Python的re模塊（Regular Expression 正則表達(dá)式）提供各種正則表達(dá)式的匹配操作，在文本解析、復(fù)雜字符串分析和信息提取時(shí)是一個(gè)非常有用的工具，下面我主要總結(jié)了re的常用方法

1.re的簡介

使用python的re模塊，盡管不能滿足所有復(fù)雜的匹配情況，但足夠在絕大多數(shù)情況下能夠有效地實(shí)現(xiàn)對復(fù)雜字符串的分析并提取出相關(guān)信息。python 會將正則表達(dá)式轉(zhuǎn)化為字節(jié)碼，利用 C 語言的匹配引擎進(jìn)行深度優(yōu)先的匹配。
代碼如下:
import re
print re.__doc__
可以查詢r(jià)e模塊的功能信息，下面會結(jié)合幾個(gè)例子說明。
2.re的正則表達(dá)式語法
正則表達(dá)式語法表如下：

正則表達(dá)式特殊序列表如下：

3.re的主要功能函數(shù)

    常用的功能函數(shù)包括：compile、search、match、split、findall（finditer）、sub（subn）
compile
re.compile(pattern[, flags])
作用：把正則表達(dá)式語法轉(zhuǎn)化成正則表達(dá)式對象
flags定義包括：
re.I：忽略大小寫
re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當(dāng)前環(huán)境
re.M：多行模式
re.S：' . '并且包括換行符在內(nèi)的任意字符（注意：' . '不包括換行符）
re.U： 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數(shù)據(jù)庫

search
re.search(pattern, string[, flags])
search (string[, pos[, endpos]])
作用：在字符串中查找匹配正則表達(dá)式模式的位置，返回 MatchObject 的實(shí)例，如果沒有找到匹配的位置，則返回 None。

match
re.match(pattern, string[, flags])
match(string[, pos[, endpos]])
作用：match() 函數(shù)只在字符串的開始位置嘗試匹配正則表達(dá)式，也就是只報(bào)告從位置 0 開始的匹配情況，而 search() 函數(shù)是掃描整個(gè)字符串來查找匹配。如果想要搜索整個(gè)字符串來尋找匹配，應(yīng)當(dāng)用 search()。

下面是幾個(gè)例子：
例：最基本的用法，通過re.RegexObject對象調(diào)用

復(fù)制代碼 代碼如下:

#!/usr/bin/env python
import re
r1 = re.compile(r'world')
if r1.match('helloworld'):
    print 'match succeeds'
else:
    print 'match fails'
if r1.search('helloworld'):
    print 'search succeeds'
else:
    print 'search fails'

說明一下：r是raw(原始)的意思。因?yàn)樵诒硎咀址杏幸恍┺D(zhuǎn)義符，如表示回車'\n'。如果要表示\表需要寫為'\\'。但如果我就是需要表示一個(gè)'\'+'n'，不用r方式要寫為:'\\n'。但使用r方式則為r'\n'這樣清晰多了。

例：設(shè)置flag
復(fù)制代碼 代碼如下:

#r2 = re.compile(r'n$', re.S)
#r2 = re.compile('\n$', re.S)
r2 = re.compile('World$', re.I)
if r2.search('helloworld\n'):
    print 'search succeeds'
else:
    print 'search fails'

例：直接調(diào)用
代碼如下:

if re.search(r'abc','helloaaabcdworldn'):
    print 'search succeeds'
else:
    print 'search fails'

split
re.split(pattern, string[, maxsplit=0, flags=0])
split(string[, maxsplit=0])
作用：可以將字符串匹配正則表達(dá)式的部分割開并返回一個(gè)列表
例：簡單分析ip

代碼如下:

#!/usr/bin/env python
import re
r1 = re.compile('W+')
print r1.split('192.168.1.1')
print re.split('(W+)', '192.168.1.1')
print re.split('(W+)', '192.168.1.1', 1)

結(jié)果如下：
['192', '168', '1', '1']
['192', '.', '168', '.', '1', '.', '1']
['192', '.', '168.1.1']

findall
re.findall(pattern, string[, flags])
findall(string[, pos[, endpos]])
作用：在字符串中找到正則表達(dá)式所匹配的所有子串，并組成一個(gè)列表返回
例：查找[]包括的內(nèi)容（貪婪和非貪婪查找）

代碼如下:

#!/usr/bin/env python
import re
r1 = re.compile('([.*])')
print re.findall(r1, "hello[hi]heldfsdsf[iwonder]lo")
r1 = re.compile('([.*?])')
print re.findall(r1, "hello[hi]heldfsdsf[iwonder]lo")
print re.findall('[0-9]{2}',"fdskfj1323jfkdj")
print re.findall('([0-9][a-z])',"fdskfj1323jfkdj")
print re.findall('(?=www)',"afdsfwwwfkdjfsdfsdwww")
print re.findall('(?<=www)',"afdsfwwwfkdjfsdfsdwww")

finditer
re.finditer(pattern, string[, flags])
finditer(string[, pos[, endpos]])
說明：和 findall 類似，在字符串中找到正則表達(dá)式所匹配的所有子串，并組成一個(gè)迭代器返回。同樣 RegexObject 有：

sub
re.sub(pattern, repl, string[, count, flags])
sub(repl, string[, count=0])
說明：在字符串 string 中找到匹配正則表達(dá)式 pattern 的所有子串，用另一個(gè)字符串 repl 進(jìn)行替換。如果沒有找到匹配 pattern 的串，則返回未被修改的 string。Repl 既可以是字符串也可以是一個(gè)函數(shù)。
例：

代碼如下:

#!/usr/bin/env python
import re
p = re.compile('(one|two|three)')
print p.sub('num', 'one word two words three words apple', 2)

subn
re.subn(pattern, repl, string[, count, flags])
subn(repl, string[, count=0])

說明：該函數(shù)的功能和 sub() 相同，但它還返回新的字符串以及替換的次數(shù)。同樣 RegexObject 有：