python中的正則表達式

python中的re模塊提供對正則表達式的支持

什麼是正則表達式？

正則表達式是可匹配的文本片斷，最簡單的正則表達式能夠是普通的字符串，與它本身匹配。

例如：表達式'python'與字符串'python'匹配。

通配符

運用特殊字符串與多個字符串匹配。例如句點，'.ython'與字符串'python'和'jython'都匹配，還能夠是'qython'、'+ython'、' ython'，但不與'udython'、'ython'等字符串匹配，句點只能與一個字符匹配，不能與零或兩個字符匹配。

句點與除換行符外的任何字符都匹配，也被稱爲通配符。

對特殊字符進行轉義

'python.org'，能與‘python.org’匹配，但也與'pythonaorg'匹配，這是須要在句點前加斜槓進行轉義，re模塊中要求用\\雙斜槓，'python\\.org'，此時只與'python.org'匹配。也能夠用原始字符串，r'python\.org'，此時表示是在re模塊中使用的轉義。

字符集

當須要更精細的控制時，能夠用方括號將一個子串括起來，建立字符集。例如：'[pj]ython'與'python'和'jython'都匹配，但與其餘字符串不匹配。'[a-z]'與a~z的任何字母都匹配，'[a-zA-Z0-9]'與大小寫字母和數字匹配。字符集只能匹配一個字符

^脫字符，能夠制定排除字符集。'[^abc]'與除a,b,c外的任何其餘字符都匹配。

二選一和子模式

特殊字符：管道字符（|），'python|perl'，存在相同的部分可寫成'p(ython|erl)'，單個字符也可稱爲子模式。

可選模式和重複模式

在子模式後加？，可將其指定爲可選，便可包含可不包含。

r'(http://)?(www\.)?python\.org'與哪些字符串匹配？

答案：

'http://www.python.org'
'http://python.org'
'www.python.org'
'python.org'

(some)*，some可重複0、1或屢次

(some)+，some可重複1或屢次

(some){m,n}，some可重複m~n次

re模塊中幾個使用正則表達式的函數：

compile(pattern[,flags])    根據包含正則表達式的字符串建立模式對象

search(pattern,string[,flags])　　在字符串中查找模式

match(pattern,string[,flags])　　在字符串開頭匹配模式

split(pattern,string[,flags])　　根據模式來分割字符串

findall(pattern,string)　　返回一個列表，其中包含字符串中全部與模式匹配的子串

sub(pat,repl,string[,count=0])　　將字符串中與模式pat匹配的子串都替換爲repl

escape(string)　　對字符串中全部的正則表達式特殊字符都進行轉義