python学习笔记九：正则表达式

本文不涉及正则表达式本身的内容，只记一下python中正则的用法及常用方法。

一、re模块

python中用re模块进行正则处理

>>>import re
>>>s = r'abc'
>>>re.findall(s,'aaaabcaaaaa')
['abc']

或先编译（会更快）：

>>> import re
>>> r1 = re.compile(r'abc', re.I)
>>> re.findall(r1,'ababcabd')
['abc']

#或用下面的方式
>>>r1.findall('ababcabd')
['abc']

常用编译标志：

二、常用方法

1、compile：对正则进行编译，使运行速度加快，用法如上

2、match：决定RE是否在字符串刚开始的位置，返回的是Match object对象，没匹配到返回None

3、search：扫描字符串，找到这个 RE 匹配的位置，返回的是Match object对象，没匹配到返回None

4、findall：找到RE匹配的所有子串，作为列表返回

5、finditer：找到RE匹配的所有子串，作为迭代器返回，迭代器中是 Match object对象

6、sub(regex,replace【可以是函数】,content,count=0【可选，替换的数量，默认为全部】,flags=0【可选，正则参数，如re.I】)：数据替换

详细参考：http://www.crifan.com/python_re_sub_detailed_introduction/

7、subn(regex,replace,content,count=0,flags=0)：跟sub相同，只是返回值中包含替换次数

8、split(string [, maxsplit = 0])：把字符串按正则分隔

三、Match object 中常用方法

1、group()：返回被RE匹配的字符串

2、start()：返回匹配的开始的位置

3、end()：返回匹配结束的位置

4、span()：返回一个元组包含匹配（开始和结束）的位置

示例：

import re
m = re.match(r'(w+) (w+)(?P<sign>.*)', 'hello world!')
 
print "m.string:", m.string
print "m.re:", m.re
print "m.pos:", m.pos
print "m.endpos:", m.endpos
print "m.lastindex:", m.lastindex
print "m.lastgroup:", m.lastgroup
 
print "m.group(1,2):", m.group(1, 2)
print "m.groups():", m.groups()
print "m.groupdict():", m.groupdict()
print "m.start(2):", m.start(2)
print "m.end(2):", m.end(2)
print "m.span(2):", m.span(2)
print r"m.expand(r'2 13'):", m.expand(r'2 13')
 
### output ###
# m.string: hello world!
# m.re: <_sre.SRE_Pattern object at 0x016E1A38>
# m.pos: 0
# m.endpos: 12
# m.lastindex: 3
# m.lastgroup: sign


# m.group(1,2): ('hello', 'world')
# m.groups(): ('hello', 'world', '!')
# m.groupdict(): {'sign': '!'}
# m.start(2): 6
# m.end(2): 11
# m.span(2): (6, 11)
# m.expand(r'2 13'): world hello!