python正则表达式re模块使用总结，python正则表达式,一、re.matchre

python正则表达式re模块使用总结，python正则表达式,一、re.matchre

一、re.match

re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。

import re  text = "JGood is a handsome boy, he is cool, clever, and so on..."m = re.match(r"(\w+)\s", text)  if m:      print m.group(0), '\n', m.group(1)  else:      print 'not match'

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；第二个参数表示要匹配的字符串；第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

二、re.search

re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

import re  text = "JGood is a handsome boy, he is cool, clever, and so on..."m = re.search(r'\shan(ds)ome\s', text)  if m:      print m.group(0), m.group(1)  else:      print 'not search'

re.search的函数原型为： re.search(pattern, string, flags)每个参数的含意与re.match一样。

re.match与re.search的区别：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；而re.search匹配整个字符串，直到找到一个匹配。

三、re.sub

re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' :

import re  text = "JGood is a handsome boy, he is cool, clever, and so on..."print re.sub(r'\s+', '-', text)

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为'-'

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

四、re.split

可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。

五、re.findall

re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。

六、re.compile

可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

import re  text = "JGood is a handsome boy, he is cool, clever, and so on..."regex = re.compile(r'\w*oo\w*')  print regex.findall(text)   #查找所有包含'oo'的单词  print regex.sub(lambda m: '[' + m.group(0) + ']', text) #将字符串中含有'oo'的单词用[]括起来。

七、group()

1、 group([group1,…])

返回匹配到的一个或者多个子组。如果是一个参数，那么结果就是一个字符串，如果是多个参数，那么结果就是一个参数一个item的元组。group1的 默认值为0(将返回所有的匹配值).如果groupN参数为0，相对应的返回值就是全部匹配的字符串，如果group1的值是[1…99]范围之内的,那 么将匹配对应括号组的字符串。如果组号是负的或者比pattern中定义的组号大，那么将抛出IndexError异常。如果pattern没有匹配到， 但是group匹配到了，那么group的值也为None。如果一个pattern可以匹配多个，那么组对应的是样式匹配的最后一个。另外，子组是根据括 号从左向右来进行区分的。

>>> m=re.match("(\w+) (\w+)","abcd efgh, chaj")>>> m.group()            # 匹配全部'abcd efgh'>>> m.group(1)     # 第一个括号的子组.'abcd'>>> m.group(2)'efgh'>>> m.group(1,2)           # 多个参数返回一个元组('abcd', 'efgh')>>> m=re.match("(?P<first_name>\w+) (?P<last_name>\w+)","sam lee")>>> m.group("first_name")  #使用group获取含有name的子组'sam'>>> m.group("last_name")'lee'

下面把括号去掉

>>> m=re.match("\w+ \w+","abcd efgh, chaj")>>> m.group()'abcd efgh'>>> m.group(1)Traceback (most recent call last):   File "<pyshell#32>", line 1, in <module>   m.group(1)IndexError: no such groupIf a group matches multiple times, only the last match is accessible:   如果一个组匹配多个，那么仅仅返回匹配的最后一个的。>>> m=re.match(r"(..)+","a1b2c3")>>> m.group(1)'c3'>>> m.group()'a1b2c3'

Group的默认值为0，返回正则表达式pattern匹配到的字符串

　>>> s="afkak1aafal12345adadsfa"　>>> pattern=r"(\d)\w+(\d{2})\w"　>>> m=re.match(pattern,s)　>>> print m　None　>>> m=re.search(pattern,s)　>>> m　<_sre.SRE_Match object at 0x00C2FDA0>　>>> m.group()　'1aafal12345a'　>>> m.group(1)　'1'　>>> m.group(2)　'45'　>>> m.group(1,2,0)　('1', '45', '1aafal12345a')

2、 groups([default])

返回一个包含所有子组的元组。Default是用来设置没有匹配到组的默认值的。Default默认是"None”,

　>>> m=re.match("(\d+)\.(\d+)","23.123")　>>> m.groups()　('23', '123')　>>> m=re.match("(\d+)\.?(\d+)?","24") #这里的第二个\d没有匹配到，使用默认值"None"　>>> m.groups()　('24', None)　>>> m.groups("0")　('24', '0')

3、 groupdict([default])

返回匹配到的所有命名子组的字典。Key是name值，value是匹配到的值。参数default是没有匹配到的子组的默认值。这里与groups()方法的参数是一样的。默认值为None

　>>> m=re.match("(\w+) (\w+)","hello world")　>>> m.groupdict()　{}　>>> m=re.match("(?P<first>\w+) (?P<secode>\w+)","hello world")　>>> m.groupdict()　{'secode': 'world', 'first': 'hello'}

通过上例可以看出，groupdict()对没有name的子组不起作用