Python正则表达式 三 re模块的基本函数.docVIP

Python正则表达式 三 Python正则表达式(三)2010-04-04 12：53 2re模块的基本函数 在上面的说明中，我们已经对re模块的基本函数findall很熟悉了。当然如果光有findall的话，很多功能是不能实现的。下面开始介绍一下re模块其它的常用基本函数。灵活搭配使用这些函数，才能充分发挥Python正则式的强大功能。 首先还是说下老熟人findall函数吧 findall(rule,target[,flag]) 在目标字符串中查找符合规则的字符串。 第一个参数是规则，第二个参数是目标字符串，后面还可以跟一个规则选项(选项功能将在compile函数的说明中详细说明)。 返回结果结果是一个列表，中间存放的是符合规则的字符串。如果没有符合规则的字符串被找到，就返回一个空列表。 2.1使用compile加速 compile(rule[,flag]) 将正则规则编译成一个Pattern对象，以供接下来使用。 第一个参数是规则式，第二个参数是规则选项。 返回一个Pattern对象 直接使用findall(rule,target)的方式来匹配字符串，一次两次没什么，如果是多次使用的话，由于正则引擎每次都要把规则解释一遍，而规则的解释又是相当费时间的，所以这样的效率就很低了。如果要多次使用同一规则来进行匹配的话，可以使用pile函数来将规则预编译，使用编译过返回的Regular Expression Object或叫做Pattern对象来进行查找。 s=111,222,aaa,bbb,ccc333,444ddd rule=r\b\d+\b compiled_rule=pile(rule) compiled_rule.findall(s) [111,222] 可见使用compile过的规则使用和未编译的使用很相似。compile函数还可以指定一些规则标志，来指定一些特殊选项。多个选项之间用|(位或)连接起来。 I IGNORECASE忽略大小写区别。 L LOCAL字符集本地化。这个功能是为了支持多语言版本的字符集使用环境的，比如在转义符\w，在英文环境下，它代表[a-zA-Z0-9]，即所以英文字符和数字。如果在一个法语环境下使用，缺省设置下，不能匹配é或。加上这L选项和就可以匹配了。不过这个对于中文环境似乎没有什么用，它仍然不能匹配中文字符。 M MULTILINE多行匹配。在这个模式下^(代表字符串开头)和$(代表字符串结尾)将能够匹配多行的情况，成为行首和行尾标记。比如 s=123 456\n789 012\n345 678 rc=pile(r^\d+)#匹配一个位于开头的数字，没有使用M选项 rc.findall(s) [123]#结果只能找到位于第一个行首的123 rcm=pile(r^\d+,re.M)#使用M选项 rcm.findall(s) [123,789,345]#找到了三个行首的数字 同样，对于$来说，没有使用M选项，它将匹配最后一个行尾的数字，即678，加上以后，就能匹配三个行尾的数字456 012和678了. rc=pile(r\d+$) rcm=pile(r\d+$,re.M) rc.findall(s) [678] rcm.findall(s) [456,012,678] S DOTALL.号将匹配所有的字符。缺省情况下.匹配除换行符\n外的所有字符，使用这一选项以后，.就能匹配包括\n的任何字符了。 U UNICODE\w,\W,\b,\B,\d,\D,\s和\S都将使用Unicode。 X VERBOSE这个选项忽略规则表达式中的空白，并允许使用#来引导一个注释。这样可以让你把规则写得更美观些。比如你可以把规则 rc=pile(r\d+|[a-zA-Z]+)#匹配一个数字或者单词使用X选项写成： rc=pile(r#start arule\d+#number|[a-zA-Z]+#word,re.VERBOSE)在这个模式下，如果你想匹配一个空格，你必须用\的形式(\后面跟一个空格) 2.2 match与search match(rule,targetString[,flag]) search(rule,targetString[,flag]) (注：re的match与search函数同compile过的Pattern对象的match与search函数的参数是不一样的。Pattern对象的match与search函数更为强大，是真正最常用的函数) 按照规则在目标字符串中进行匹配。 第一个参数是正则规则，第二个是目标字符串，第三个是选项(同compile函数的选项) 返回：若成功返回一个Match对象，失败无返回 findall虽然很直观，但是在进行更复杂的操作时，就有些力不从心了。此时更