Python正則表達(dá)式心得整理

hkebao

1.編譯正則表達(dá)式
>>> import re
>>> p = re.compile('ab*',re.IGNORECASE)
>>> print p
得到了一個(gè)正則表達(dá)式的對(duì)象！RegexObject` 實(shí)例，可以為不同的操作提供方法，如模式匹配搜索或字符串替換。
類似于JAVA里面的正則編譯。得到了這個(gè)正則實(shí)例之后就能夠拿它出來(lái)進(jìn)行了匹配搜索或字符串處理了！
2： match(pattern,string,[,flags])
    讓string匹配，pattern，后面分flag同compile的參數(shù)一樣
    返回MatchObject 對(duì)象（見(jiàn)三）
此參數(shù)中的pattern就是上面編譯好的pattern值。
3.findall( pattern, string[, flags])
   比較常用，
   從string內(nèi)查找不重疊的符合pattern的表達(dá)式，然后返回list列表
三：matchobject
    通過(guò) re.match(……) 和 re.compile(……).match返回
通過(guò)match操作能夠返回matchobject對(duì)象出來(lái)。而通過(guò)此對(duì)象能夠調(diào)用這個(gè)對(duì)象的方法出來(lái)
方法：
    group( [group1, ...])    這就是一種方法
    groups( [default])
    groupdict( [default])
    start( [group])
    end( [group])
re.match
re.match 嘗試從字符串的開(kāi)始匹配一個(gè)模式
而且這個(gè)模式是上面通過(guò)了編譯處理的。
re.search函數(shù)會(huì)在字符串內(nèi)查找模式匹配,只到找到第一個(gè)匹配然后返回，如果字符串沒(méi)有匹配，則返回None。   如果有就馬上返回匹配的值
re.sub用于替換字符串中的匹配項(xiàng)。相當(dāng)于sed命令的替換操作！
re.split
可以使用re.split來(lái)分割字符串
re.findall
re.findall可以獲取字符串中所有匹配的字符串。
re.compile
可以把正則表達(dá)式編譯成一個(gè)正則表達(dá)式對(duì)象�？梢园涯切┙�(jīng)常使用的正則表達(dá)式編譯成正則表達(dá)式對(duì)象，這樣可以提高一定的效率。
以下是正則的一些資料：
正則表達(dá)式有多種不同的風(fēng)格。下表是在PCRE中元字符及其在正則表達(dá)式上下文中的行為的一個(gè)完整列表：
字符
描述
\
將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè)向后引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，“n”匹配字符“n”。“\n”匹配一個(gè)換行符。序列“\\”匹配“\”而“\(”則匹配“(”。
^
匹配輸入字符串的開(kāi)始位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，^也匹配“\n”或“\r”之后的位置。
$
匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，$也匹配“\n”或“\r”之前的位置。
*
匹配前面的子表達(dá)式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等價(jià)于{0,}。
+
匹配前面的子表達(dá)式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價(jià)于{1,}。
?
匹配前面的子表達(dá)式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等價(jià)于{0,1}。
{n}
n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個(gè)o。
{n,}
n是一個(gè)非負(fù)整數(shù)。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價(jià)于“o+”�！皁{0,}”則等價(jià)于“o*”。
{n,m}
m和n均為非負(fù)整數(shù)，其中nm。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個(gè)o�！皁{0,1}”等價(jià)于“o?”。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。
?
當(dāng)該字符緊跟在任何一個(gè)其他限制符(*,+,?,{n},{n,},{n,m})后面時(shí)，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串“oooo”，“o+?”將匹配單個(gè)“o”，而“o+”將匹配所有“o”。
.
匹配除“\n”之外的任何單個(gè)字符。要匹配包括“\n”在內(nèi)的任何字符，請(qǐng)使用像“[.\n]”的模式。
(pattern)
匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號(hào)字符，請(qǐng)使用“\(”或“\)”。
(?:pattern)
匹配pattern但不獲取匹配結(jié)果，也就是說(shuō)這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以后使用。這在使用“或”字符(|)來(lái)組合一個(gè)模式的各個(gè)部分是很有用。例如，“industr(?:y|ies)就是一個(gè)比”industry|industries’更簡(jiǎn)略的表達(dá)式。
(?=pattern)
正向預(yù)查，在任何匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使
用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配
“Windows3.1”中的“Windows”。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從
包含預(yù)查的字符之后開(kāi)始。
(?!pattern)
負(fù)向預(yù)查，在任何不匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使
用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配
“Windows2000”中的“Windows”。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是
從包含預(yù)查的字符之后開(kāi)始
x|y
匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”則匹配“zood”或“food”。
[xyz]
字符集合。匹配所包含的任意一個(gè)字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]
負(fù)值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。
[a-z]
字符范圍。匹配指定范圍內(nèi)的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內(nèi)的任意小寫(xiě)字母字符。
[^a-z]
負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內(nèi)的任意字符。
\b
匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B
匹配非單詞邊界�！癳r\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx
匹配由x指明的控制字符。例如，\cM匹配一個(gè)Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個(gè)原義的“c”字符。
\d
匹配一個(gè)數(shù)字字符。等價(jià)于[0-9]。
\D
匹配一個(gè)非數(shù)字字符。等價(jià)于[^0-9]。
\f
匹配一個(gè)換頁(yè)符。等價(jià)于\x0c和\cL。
\n
匹配一個(gè)換行符。等價(jià)于\x0a和\cJ。
\r
匹配一個(gè)回車符。等價(jià)于\x0d和\cM。
\s
匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于[\f\n\r\t\v]。
\S
匹配任何非空白字符。等價(jià)于[^\f\n\r\t\v]。
\t
匹配一個(gè)制表符。等價(jià)于\x09和\cI。
\v
匹配一個(gè)垂直制表符。等價(jià)于\x0b和\cK。
\w
匹配包括下劃線的任何單詞字符。等價(jià)于“[A-Za-z0-9_]”。
\W
匹配任何非單詞字符。等價(jià)于“[^A-Za-z0-9_]”。
\xn
匹配n，其中n為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長(zhǎng)。例如，“\x41”匹配“A”�！癨x041”則等價(jià)于“\x04”&“1”。正則表達(dá)式中可以使用ASCII編碼。.
\num
匹配num，其中num是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，“(.)\1”匹配兩個(gè)連續(xù)的相同字符。
\n
標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果\n之前至少n個(gè)獲取的子表達(dá)式，則n為向后引用。否則，如果n為八進(jìn)制數(shù)字(0-7)，則n為一個(gè)八進(jìn)制轉(zhuǎn)義值。
\nm
標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果\nm之前至少有nm個(gè)獲得子表達(dá)式，則nm為向后引用。如果\nm之前至少有n個(gè)獲取，則n為一個(gè)后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進(jìn)制數(shù)字(0-7)，則\nm將匹配八進(jìn)制轉(zhuǎn)義值nm。
\nml
如果n為八進(jìn)制數(shù)字(0-3)，且m和l均為八進(jìn)制數(shù)字(0-7)，則匹配八進(jìn)制轉(zhuǎn)義值nml。
\un
匹配n，其中n是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的Unicode字符。例如，\u00A9匹配版權(quán)符號(hào)（©）。
常用的正則表達(dá)式示例：
               
               
               

本文來(lái)自ChinaUnix博客，如果查看原文請(qǐng)點(diǎn)：http://blog.chinaunix.net/u2/84280/showart_2062257.html