python的re模块总结.docxVIP

Python之re模块Python用?\\\\?表示正则表达式中的 \ ，因为正则表达式中如果要匹配 \ ，需要用\来转义，变成 \\ ，而Python语法中又需要对字符串中每一个\进行转义，所以就变成了?\\\\?。为了使正则表达式具有更好的可读性，Python特别设计了原始字符串(raw string) raw string就是用r作为字符串的前缀，如 r\n：表示两个字符\和n，而不是换行符了。Python中写正则表达式时推荐使用这种形式。例如： 可以使用’funshion\\.com’或者r’funshon\.com’进行匹配需要提醒你的是，在写文件路径的时候就不要使用raw string了，这里存在陷阱。?一：Re模块正则匹配：（1）\d 匹配任何十进制数；它相当于类 [0-9]。\D 匹配任何非数字字符；它相当于类 [^0-9]。\s 匹配任何空白字符；它相当于类 [ fv]。\S 匹配任何非空白字符；它相当于类 [^ fv]。\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]。具有重复功能的元字符：* 对于前一个字符重复0到无穷次+对于前一个字符重复1到无穷次？对于前一个字符重复0到1次{m,n} 对于前一个字符重复次数在为m到n次，其中，{0,} = *,{1,} = , {0,1} = ?{m} 对于前一个字符重复m次（2）^和$m = re.search(r(www\.)?funshion\.com,str)可以匹配 XXX.m = re.search(r^(www\.)?funshion\.com,str)可以匹配和 在元字符[]中，^在不同位置所代表的意义。　 re.search([^abc],abcd)??#^在首字符表示取反，即abc之外的任意字符。　_sre.SRE_Match object at 0x011B19F8　 m=re.search([^abc],abcd)　 m.group()　d　 m=re.search([abc^],^)??#如果^在[ ]中不是首字符，那么那就是一个普通字符　 m.group()　^元字符($)匹配字符串的结尾或者字符串结尾的换行之前。m=re.search(foo.$,foo1\nfoo2\n,re.MULTILINE)print m.group()foo1（3）有几点注意的地方：1.{m.n}用来表示前面正则表达式重复m到n次,尝试匹配尽可能多的copy。 re.findall(a{2,4},aaaaaaaa)[aaaa, aaaa]#可以看到{m,n}，正则表达式优先匹配n，而不是m，因为结果不是[aa,aa,aa,aa] re.findall(a{2},aaaaaaaa)[aa, aa, aa, aa]#匹配重复两次 re.findall(a{2,4}?,aaaaaaaa)[aa, aa, aa, aa]#{m,n}???用来表示前面正则表达式的m到n次copy，尝试匹配尽可能少的copy　2.元字符“.”在默认模式下，匹配除换行符外的所有字符。在DOTALL模式下，匹配所有字符，包括换行符。 m=re.match(.,\n) print mNone m=re.match(.,\n,re.DOTALL)print #,m.group(),###3.可以将匹配模式赋值给变量：pat=’[a-zA-Z]+’text=’”Hm…Er…funshion?”funshion!’m=re.findall(pat,text)print m[Hm, Er, funshion, funshion]re模块主要函数pile(pattern, flags=0)编译正则表达式，返回RegexObject对象，然后可以通过RegexObject对象调用match()和search()方法。prog = pile(pattern)result = prog.match(string)跟result = re.match(pattern, string)是等价的。re.search()和re.match()str=m = re.match(rwww,str) m不为None 等同于 m=re.search(r’^www’,str)m = re.match(rcom,str) m等于Nonem=re.search(r’com’,str) m不为Nonere.split(pattern, string, maxsplit=0)通过正则表达式将字符串分离。如果用括号将正则表达式括起来，那么匹配的字符串也会被列入到list中返回。maxsplit是分离的次数，maxsplit=1分离一次，