python re正則表達式模塊(Regular Expression)

更新時間：2014年07月16日 09:42:59 投稿：hebedich

Python 的 re 模塊（Regular Expression 正則表達式）提供各種正則表達式的匹配操作，在文本解析、復(fù)雜字符串分析和信息提取時是一個非常有用的工具.

模塊的的作用主要是用于字符串和文本處理，查找，搜索，替換等

復(fù)習一下基本的正則表達式吧

.：匹配除了換行符以為的任意單個字符

*：匹配任意字符，一個，零個，多個都能匹配得到俗稱貪婪模式

+：匹配位于+之前的一個或者多個字符

|：匹配位于|之前或者之后的字符

^：匹配行首

$：匹配行尾

?：匹配位于？之前的零個或者一個字符，不匹配多個字符

\：表示 \ 之后的為轉(zhuǎn)義字符

[]：匹配[]之中的任意單個字符,[0-9]表示匹配0到9任意一個數(shù)字

()：將位于()之內(nèi)的的內(nèi)容當作一個整體

{}：按{}中的次數(shù)進行匹配，100[0-9]{3}表示在100之后任意匹配一個3位數(shù)（100-999）

python中以\開頭的元字符：

特殊序列符號	意義
\A	只在字符串開始進行匹配
\Z	只在字符串結(jié)尾進行匹配
\b	匹配位于開始或結(jié)尾的空字符串
\B	匹配不位于開始或結(jié)尾的空字符串
\d	相當于[0-9]
\D	相當于[^0-9]
\s	匹配任意空白字符:[\t\n\r\r\v]
\S	匹配任意非空白字符:[^\t\n\r\r\v]
\w	匹配任意數(shù)字和字母:[a-zA-Z0-9]
\W	匹配任意非數(shù)字和字母:[^a-zA-Z0-9]

正則表達式語法表

語法	意義	說明
"."	任意字符
"^"	字符串開始	'^hello'匹配'helloworld'而不匹配'aaaahellobbb'
"$"	字符串結(jié)尾	與上同理
"*"	0 個或多個字符（貪婪匹配）	<*>匹配<title>chinaunix</title>
"+"	1 個或多個字符（貪婪匹配）	與上同理
"?"	0 個或多個字符（貪婪匹配）	與上同理
*?,+?,??	以上三個取第一個匹配結(jié)果（非貪婪匹配）	<*>匹配<title>
{m,n}	對于前一個字符重復(fù)m到n次，{m}亦可	a{6}匹配6個a、a{2,4}匹配2到4個a
{m,n}?	對于前一個字符重復(fù)m到n次，并取盡可能少	‘a(chǎn)aaaaa'中a{2,4}只會匹配2個
"\\"	特殊字符轉(zhuǎn)義或者特殊序列
[]	表示一個字符集	[0-9]、[a-z]、[A-Z]、[^0]
"\|"	或	A\|B,或運算
(...)	匹配括號中任意表達式
(?#...)	注釋，可忽略
(?=...)	Matches if ... matches next, but doesn't consume the string.	'(?=test)' 在hellotest中匹配hello
(?!...)	Matches if ... doesn't match next.	'(?!=test)' 若hello后面不為test，匹配hello
(?<=...)	Matches if preceded by ... (must be fixed length).	'(?<=hello)test' 在hellotest中匹配test
(?<!...)	Matches if not preceded by ... (must be fixed length).	'(?<!hello)test' 在hellotest中不匹配test

匹配的標志和含義

標志	含義
re.I	忽略大小寫
re.L	根據(jù)本地設(shè)置而更改\w,\W,\b,\B,\s,\S的匹配內(nèi)容
re.M	多行匹配模式
re.S	使“.”元字符匹配換行符
re.U	匹配Unicode字符
re.X	忽略需要匹配模式中的空格，并且可以使用"#"號注釋

文本內(nèi)容（提取Linux下的password文件）

man:x:6:12:man:/var/cache/man:/bin/nologin

re模塊中有３個搜索函數(shù)，每個函數(shù)都接受３個參數(shù)(匹配模式，要匹配的字符串，進行匹配的標志)，如果匹配到了就返回一個對象實例，么有就返會Ｎone．

findall():用于在字符串中查找符合正則表達式的字符串，并返回這些字符串的列表

search():搜索整個字符串，返回對象實例

match():只從第一個字符開始匹配，后面的不再匹配，返回對象實例

lovelinux@LoveLinux:~/py/boke$ cat text 
man:x:6:12:man:/var/cache/man:/bin/sh
lovelinux@LoveLinux:~/py/boke$ cat test.py
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).end() 
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
34
lovelinux@LoveLinux:~/py/boke$ vim test.py
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
<_sre.SRE_Match object at 0x7f12fc9f9ed0>

返回是對象實例有２個方法，

start()：返回記錄匹配到字符的開始索引　

end()：返回記錄匹配到字符的結(jié)束索引

lovelinux@LoveLinux:~/py/boke$ python test.py 
None
31
34
lovelinux@LoveLinux:~/py/boke$ cat test.py 
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).start()
 print re.search('bin',f).end()

您可能感興趣的文章: