Python re模块

    Python中转义字符
    正则表达式使用反斜杠" \ "来代表特殊形式或用作转义字符,这里跟Python的语法冲突,因此,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" \\\\ "。
    上面的写法是不是觉得很麻烦,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),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。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。

    正则表达式元字符说明

    .     匹配除换行符以外的任意字符
    ^     匹配字符串的开始
    $     匹配字符串的结束
    []    用来匹配一个指定的字符类别
    ?     对于前一个字符字符重复0次到1次
    *     对于前一个字符重复0次到无穷次
    {}    对于前一个字符重复m次
    {m,n} 对前一个字符重复为m到n次
    \d    匹配数字,相当于[0-9]
    \D    匹配任何非数字字符,相当于[^0-9]
    \s    匹配任意的空白符,相当于[ fv]
    \S    匹配任何非空白字符,相当于[^ fv]
    \w    匹配任何字母数字字符,相当于[a-zA-Z0-9_]
    \W    匹配任何非字母数字字符,相当于[^a-zA-Z0-9_]
    \b    匹配单词的开始或结束

    模块函数说明即举例
    re.compile 将正则表达式编译成pattern对象

    compile(pattern, flags=0)

    第一个参数:规则
    第二个参数:标志位

    re.match 只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None

    match(pattern, string, flags=0)

    第一个参数:规则
    第二个参数:表示要匹配的字符串
    第三个参数:标致位,用于控制正则表达式的匹配方式

    re.search 匹配整个字符串,直到找到一个匹配

    search(pattern, string, flags=0)

    第一个参数:规则
    第二个参数:表示要匹配的字符串
    第三个参数:标致位,用于控制正则表达式的匹配方式

    >>> import re
    >>> pattern = re.compile(r'linuxeye')
    >>> match = pattern.match('linuxeye.com')
    >>> print match
    <_sre.SRE_Match object at 0x7f4e96e61c60>
    >>> print match.group()
    linuxeye
    >>> m = pattern.match('linuxeye.com') #match匹配开头,没找到
    >>> print m
    None
    >>> m = pattern.search('linuxeye.com') #search匹配整个字符串,直到找到一个匹配
    >>> print m
    <_sre.SRE_Match object at 0x7f15abfc6b28>
    >>> print m.group()
    linuxeye
    >>> m = re.match(r'linuxeye','linuxeye.com') #不用re.compile
    >>> print m
    <_sre.SRE_Match object at 0x7f4e96e61b90>
    >>> print m.group()
    linuxeye
    >>> m = re.match(r'linuxeye','www.linuxeye.com')
    >>> print m
    None

    re.split 用于来分割字符串

    split(pattern, string, maxsplit=0)

    第一个参数:规则
    第二个参数:字符串
    第三个参数:最大分割字符串,默认为0,表示每个匹配项都分割
    实例:分割所有的字符串

    >>> import re
    >>> test_str = "1    2 3 4  5"
    >>> re.split(r'\s+',test_str)
    ['1', '2', '3', '4', '5']
    >>> re.split(r'\s+',test_str,2) #分割前2个
    ['1', '2', '3 4  5']
    
    >>> test_str = "1  .  2. 3 .4 . 5"
    >>> re.split(r'\.',test_str)
    ['1  ', '  2', ' 3 ', '4 ', ' 5']
    >>> re.split(r'\.',test_str,3)
    ['1  ', '  2', ' 3 ', '4 . 5']

    re.findall 在目标字符串查找符合规则的字符串

    findall(pattern, string, flags=0)

    第一个参数:规则
    第二个参数:目标字符串
    但三个参数:后面还可以跟一个规则选择项
    返回的结果是一个列表,建中存放的是符合规则的字符串,如果没有符合规则的字符串呗找到,就会返回一个空值

    >>> import re
    >>> test_mail = '<test01@gmail.com> <test02@gmail.org> test03@gmail.net'
    >>> mail_re = re.compile(r'\w+@g....\.[a-z]{3}')
    >>> re.findall(mail_re,test_mail)
    ['test01@gmail.com', 'test02@gmail.org', 'test03@gmail.net']

    re.sub 以正则表达式为基础的替换工作

    sub(pattern, repl, string, count=0)

    第一个参数:规则
    第二个参数:替换后的字符串
    第三个参数:字符串
    第四个参数:替换个数。默认为0,表示每个匹配项都替换

    >>> test = 'linuxeye.com linuxeye.com'
    >>> test_re = re.compile(r'\.')
    >>> re.sub(test_re,'--',test)
    'blog--linuxeye--com linuxeye--com'
    >>> re.sub(test_re,'--',test,1)
    'blog--linuxeye.com linuxeye.com'
    Sun Oct 20 17:46:09 CST 2013
    • 本文由 发表于 2013-10-20
    • 转载请务必保留本文链接:https://linuxeye.com/372.html
    腾讯云COS上传、批量删除工具(Python) 脚本

    腾讯云COS上传、批量删除工具(Python)

    腾讯云对象存储COS是类似于阿里云OSS,相比OSS,COS提供每月免费额度:存储空间50G、外网访问流量10G(内网免费)、免费读请求100万次、写请求10万次。对网站备份来说不错,但是,腾讯云提供...
    Python多线程抓取代理服务器 Linux

    Python多线程抓取代理服务器

    Python作为一门功能强大的脚本语言来说,经常被用来写爬虫程序,下面是Python爬虫多线程抓取代理服务器。 年前是用 //linuxeye.com/340.html 来抓取代理服务器的,谁知道过完...
    Python实现文件的全备份和差异备份 Linux

    Python实现文件的全备份和差异备份

    之前有写利用md5方式来做差异备份,但是这种md5方式来写存在以下问题: md5sum获取有些软连接的MD5值存在问题 不支持对空目录进行备份,因为md5sum无法获取空目录的md5值 权限的修改md...
    匿名

    发表评论

    匿名网友