Python中re（正則表達式）模塊詳解

     今天學習測試了一下Python中的正則表達式的模塊用法。初學 Python ，對 Python 的文字處理能力有很深的印象，除了 str 對象自帶的一些方法外，就是正則表達式這個強大的模塊了。可是對於初學者來講，要用好這個功能仍是有點難度，因爲我記性很差，很容易就忘事，因此仍是寫下來比較好一些，同時也能夠加深印象，整理思路。
因爲我是初學，因此確定會有些錯誤，還望高手不吝賜教，指出個人錯誤。

1、Python中轉義字符
      正則表達式使用反斜槓" \ "來表明特殊形式或用做轉義字符，這裏跟Python的語法衝突，所以，Python用" \\\\ "表示正則表達式中的" \ "，由於正則表達式中若是要匹配" \ "，須要用\來轉義，變成" \\ "，而Python語法中又須要對字符串中每個\進行轉義，因此就變成了" \\\\ "。
上面的寫法是否是以爲很麻煩，爲了使正則表達式具備更好的可讀性，Python特別設計了原始字符串(raw string)，須要提醒你的是，在寫文件路徑的時候就不要使用raw string了，這裏存在陷阱。raw string就是用'r'做爲字符串的前綴，如 r"\n"：表示兩個字符"\"和"n"，而不是換行符了。Python中寫正則表達式時推薦使用這種形式。

2、正則表達式元字符說明：

.    匹配除換行符之外的任意字符
^    匹配字符串的開始
$    匹配字符串的結束
[]   用來匹配一個指定的字符類別
？   對於前一個字符字符重複0次到1次
*    對於前一個字符重複0次到無窮次
{}   對於前一個字符重複m次
{m，n} 對前一個字符重複爲m到n次
\d   匹配數字，至關於[0-9]
\D   匹配任何非數字字符，至關於[^0-9]
\s   匹配任意的空白符，至關於[ fv]
\S   匹配任何非空白字符，至關於[^ fv]
\w   匹配任何字母數字字符，至關於[a-zA-Z0-9_]
\W   匹配任何非字母數字字符，至關於[^a-zA-Z0-9_]
\b   匹配單詞的開始或結束

3、導入正則表達式模塊
3.一、導入正則表達式模塊

>>> import  re

3.二、查看正則表達式模塊方法

>>> dir(re)
['DEBUG', 'DOTALL', 'I', 'IGNORECASE', 'L', 'LOCALE', 'M', 'MULTILINE', 'S', 'Scanner', 'T', 'TEMPLATE', 'U', 'UNICODE', 'VERBOSE', 'X', '_MAXCACHE', '__all__', '__builtins__', '__doc__', '__file__', '__name__', '__package__', '__version__', '_alphanum', '_cache', '_cache_repl', '_compile', '_compile_repl', '_expand', '_pattern_type', '_pickle', '_subx', 'compile', 'copy_reg', 'error', 'escape', 'findall', 'finditer', 'match', 'purge', 'search', 'split', 'sre_compile', 'sre_parse', 'sub', 'subn', 'sys', 'template']
>>>

4、經常使用的正則表達式處理函數
4.一、re.search
     re.search 函數會在字符串內查找模式匹配，只到找到第一個匹配而後返回，若是字符串沒有匹配，則返回None。
    提示：當咱們不會用模塊方法的時候用help

>>> help(re.search)
search(pattern, string, flags=0)

    第一個參數：規則
    第二個參數：表示要匹配的字符串
    第三個參數：標緻位，用於控制正則表達式的匹配方式
    實例：下面的例子kuangl 

>>> name="Hello,My name is kuangl,nice to meet you..."
>>> k=re.search(r'k(uan)gl',name)
>>> if k:
...     print k.group(0),k.group(1)
... else:
...     print "Sorry,not search!"
...
kuangl uan

4.二、re.match
    re.match 嘗試從字符串的開始匹配一個模式，也等於說是匹配第一個單詞

>>> help(re.match)
match(pattern, string, flags=0)

    第一個參數：規則
    第二個參數：表示要匹配的字符串
    第三個參數：標緻位，用於控制正則表達式的匹配方式
    實例：下面的例子匹配Hello單詞

>>> name="Hello,My name is kuangl,nice to meet you..."
>>> k=re.match(r"(\H....)",name)
>>> if k:
...      print k.group(0),'\n',k.group(1)
... else:
...     print "Sorry,not match!"
...
Hello
Hello
>>>

     re.match與re.search的區別：re.match只匹配字符串的開始，若是字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

4.三、re.findall
    re.findall 在目標字符串查找符合規則的字符串

>>> help(re.findall)
findall(pattern, string, flags=0)

   第一個參數：規則
   第二個參數：目標字符串
   但三個參數：後面還能夠跟一個規則選擇項
   返回的結果是一個列表，建中存放的是符合規則的字符串，若是沒有符合規則的字符串唄找到，就會返回一個空值。
   實例：查找郵件帳號

>>> mail='<user01@mail.com> <user02@mail.com> user04@mail.com' #第3個故意沒有尖括號
>>> re.findall(r'(\w+@m....[a-z]{3})',mail)
['user01@mail.com', 'user02@mail.com', 'user04@mail.com']

4.四、re.sub
   re.sub 用於替換字符串的匹配項

>>> help(re.sub)
sub(pattern, repl, string, count=0)

   第一個參數：規則
   第二個參數：替換後的字符串
   第三個參數：字符串
   第四個參數：替換個數。默認爲0，表示每一個匹配項都替換
   實例：將空白處替換成-

>>> test="Hi, nice to meet you where are you from?"
>>> re.sub(r'\s','-',test)
'Hi,-nice-to-meet-you-where-are-you-from?'
>>> re.sub(r'\s','-',test,5)                      #替換至第5個
'Hi,-nice-to-meet-you-where are you from?'
>>>

4.五、re.split
   re.split 用於來分割字符串

>>> help(re.split)
split(pattern, string, maxsplit=0)

   第一個參數：規則
   第二個參數：字符串
   第三個參數：最大分割字符串，默認爲0，表示每一個匹配項都分割
   實例：分割全部的字符串

>>> test="Hi, nice to meet you where are you from?"
>>> re.split(r"\s+",test)
['Hi,', 'nice', 'to', 'meet', 'you', 'where', 'are', 'you', 'from?']
>>> re.split(r"\s+",test,3)                  #分割前三個
['Hi,', 'nice', 'to', 'meet you where are you from?']
>>>

4.六、re.compile
   re.compile 能夠把正則表達式編譯成一個正則對象

>>> help(re.compile)
compile(pattern, flags=0)

   第一個參數：規則
   第二個參數：標誌位 
   實例：

>>> test="Hi, nice to meet you where are you from?"
>>> k=re.compile(r'\w*o\w*') #匹配帶o的字符串
>>> dir(k)
['__copy__', '__deepcopy__', 'findall', 'finditer', 'match', 'scanner', 'search', 'split', 'sub', 'subn']
>>> print k.findall(test)     #顯示全部包涵o的字符串
['to', 'you', 'you', 'from']
>>> print k.sub(lambda m: '[' + m.group(0) + ']',test)  # 將字符串中含有o的單詞用[]括起來
Hi, nice [to] meet [you] where are [you] [from]?
>>>

5、用urllib二、re、os 模塊下載文件的腳本

#!/usr/bin/env python
import urllib2
import re
import os
URL='http://p_w_picpath.baidu.com/channel/wallpaper'
read=urllib2.urlopen(URL).read()
pat =  re.compile(r'src="http://.+?.js">')
urls=re.findall(pat,read)
for i in urls:
url= i.replace('src="','').replace('">','')
try:
iread=urllib2.urlopen(url).read()
name=os.path.basename(url)
with open(name,'wb') as jsname:
jsname.write(iread)
except:
print url,"url error"