re模塊

正則表達式：能夠匹配文本片斷的模式（匹配模式pattern）

字符串也是一種簡單的正則表達式

 

通配符（能夠匹配任何字符）：.

如'.ython'能夠匹配'python', 也能夠匹配'jython'

 

字符集：用中括號[]括起來的字符集

如'[a-z]'，'[0-9]'，'[a-z-0-9]'分別表示字符a到z，0到9，a到z和0到9的任意一個

 

子模式（subpattern）：模式中的一部分，用括號括起來

如'py(tho)n'，'tho'爲一個子模式，也叫組（group），組序號取決於他左側的括號數，整個模式字符串爲第0組（'python'），'tho'爲第1組（左側1個括號）

 

(pattern)*：容許模式重複0次或屢次

(pattern)+：容許模式重複1次或屢次

(pattern){m, n}：容許模式重複m到n次

如'py(tho)+n'表示中間的'tho'（第1組）能夠重複1次或屢次，能夠匹配'python'，也能夠匹配'pythothothon'

 

反轉字符集：^

如'[^abc]'表示能夠匹配除a，b，c外的任何字符（注意加中括號！）

注意：若^出如今模式的開頭，須要對其進行轉義

 

管道符號：|（或）

如'p(ython|attern)'可匹配'python'，也可匹配'pattern'

 

轉意符號（對特殊字符進行轉義）：\

若是模式中有.，+，-，*，^，|，]等對匹配模式有特殊意義的符號，則須要進行轉義，如模式'www\.python\.org'中的.表示字符'.'，而不是通配符

 

可選項：在子模式的括號外加?號，表示這個子模式無關緊要

如r'(http://)?(www\.)?python\.org'

能夠匹配如下字符串：

'http://www.python.org'

'http://python.org'

'www.python.org'

'python.org'

注意：若是?號在子模式的括號內，表示非貪婪模式，默認狀況下是貪婪模式，指出現重複運算符時，會盡量多的匹配，

如pattern = r'\*(.+)\*'，遇到子字符串'*this* is *it*!'時，匹配的是最前面和最後面的*號，

若是令pattern = r'\*(.+?)\*'，?號在括號內，則表示非貪婪模式，儘量少的匹配，會匹配前兩個*號，再匹配後兩個*號

 

匹配字符串開頭或結尾：若是隻想匹配在開頭或結尾出現模式的字符串，模式能夠用^（開頭）或$（結尾）

如pattern = '^ht+p'（注意不一樣於反轉字符集）會匹配'http://python.org'，'htttttttp://python.org'，但不會匹配'python.http://org'

同理'$ht+p'會會匹配在結尾處出現模式的字符串

 

re.compile(pattern[, flags])

將以字符串形式寫的pattern轉爲真正的模式對象

如:

1  pattern = re.compile(r'''
2 　　　　　 \*               # some text
3  　　　　　([^\*]+)     # some text 
4  　　　　　\*               # some text
5   　　　　　''', re.VERBOSE)

表示字符串'\*([^\*]+)\*'被轉換爲匹配模式，VERBOSE表示re會忽略在模式中添加的空白（空白字符，tab，換行符等）

 

re.search(pattern, string[, flags])  或者  pat.search(string)

在字符串中尋找和模式相匹配的第一個子字符串，若能找到會返回MatchObject(值爲Ture)，不然返回None（值爲False），如：

1 if re.search(pat, string):
2     print('found it!')

 

re.match(pattern, string[, flags])

在給定字符串開頭處匹配，有就返回MatchObject(值爲Ture)，不然返回None（值爲False），

如re,match('p', 'python')返回MatchObject，re.match('p', 'www.python.org')返回None

 

re.split(pattern, string[, maxsplit=0])

用與模式相匹配的匹配項來分割字符串，如：

1 some_text = 'alpha, beta,,,, gamma delta'
2 print(re.split(',+', some_text))

結果：

['alpha', ' beta', ' gamma delta']

若是改爲：

1 some_text = 'alpha, beta,,,, gamma delta'
2 print(re.split('[, ]+', some_text))

結果：

['alpha', 'beta', 'gamma', 'delta']

（若是模式包含小括號，括起來的字符組合會散佈在分割後的子字符串之間）

 

re.findall(pattern, string)

以列表形式列出給定模式的全部匹配項

 

re.sub(pat, repl, string[, count=0])

用給定的替換式(repl)替換字符串string中的與pat相匹配的匹配項，返回替換後的string。如：

1 pat = '{name}'
2 text = 'dear {name}'
3 print(re.sub(pat, 'Mr.Tan', text))

結果：

dear Mr.Tan

 

re.escape(string)

對字符串中全部可能被解釋爲正則運算符的字符進行轉義，如：

1 pat = re.escape('www.(python)+.org')
2 print(pat)
3 text = 'www.python.org or www.pythonpython.org or www.(python)+.org will be replaced'
4 print(re.sub(pat, 'something', text))

結果：

www\.\(python\)\+\.org
www.python.org or www.pythonpython.org or something will be replaced

 

匹配對象和組：

match，split，findall等能對字符串進行模式匹配的函數在找到匹配項後都會返回MatchObject對象，這些對象也包含匹配模式中與子模式相對應的

子字符串的信息和組（group）信息

group([group1, ...])     獲取給定子模式（組）的匹配項

start([group])              返回給定組的匹配項在字符串中的開始位置

end([group])               返回給定組的匹配項在字符串中的結束位置

span([group])             返回一個組的開始和結束位置

如：

1 m = re.match('www\.(.*)\.(.{3})', 'www.python.org')
2 print(m)
3 print(m.group(1), m.group(2))
4 print(m.start(1), m.end(1), m.span(1))

結果：

<_sre.SRE_Match object; span=(0, 14), match='www.python.org'>
python org
4 10 (4, 10)

re.sub()一個強大的功能：在替換內容（repl）中使用'\\n'表示repl中\\n處插入匹配項中第n組的子字符串！再用插入後的repl來替換匹配項！如：

1 emphasis_pat = r'\*([^\*]+)\*'
2 text = 'hello, *world*!'
3 print(re.sub(emphasis_pat, '<em>\\1</em>', text))

結果：

hello, <em>world</em>!