简单介绍Python正则表达式(1)

简单介绍Python正则表达式(1)

python正则表达式学习，python正则是我们常用的计算机语言，应用非常广泛，下面的额文章就详细的介绍用python正则表达式来做一些复杂字符串分析，提取想要的信息够用就行，一下就是相关的详细的介绍。

正则表达式中特殊的符号：

“.” 表任意字符
“^ ” 表string起始
“$” 表string 结束
“*” “+” “?” 跟在字符后面表示，0个——多个， 1个——多个， 0个或者1个
*?, +?, ?? 符合条件的情况下，匹配的尽可能少//限制*,+,?匹配的贪婪性
{m} 匹配此前的字符，重复m次
{m,n} m到n次，m，n可以省略

举个例子 ‘a.*b’ 表示a开始，b结束的任意字符串
a{5} 匹配连续5个a

[] 表一系列字符 [abcd] 表a，b，c，d [^a] 表示非a
| A|B 表示A或者B , AB为任意的python正则表达式另外|是非贪婪的如果A匹配，则不找B
(…) 这个括号的作用要结合实例才能理解， 用于提取信息

d [0-9]  
D 非 \d  
s 表示空字符  
S 非空字符  
\w [a-zA-Z0-9_]  
\W 非 \w  
 

一：re的几个函数

1： compile(pattern, [flags])
根据python正则表达式字符串 pattern 和可选的flags 生成正则表达式 对象生成正则表达式 对象见二）其中flags有下面的定义：

I 表示大小写忽略
L 使一些特殊字符集，依赖于当前环境
M 多行模式 使 ^ $ 匹配除了string开始结束外，还匹配一行的开始和结束
S “.“ 匹配包括‘\n’在内的任意字符，否则 . 不包括‘\n’
U Make \w, \W, \b, \B, \d, \D, \s and \S dependent on the Unicode character properties database
X 这个主要是表示，为了写正则表达式，更可毒，会忽略一些空格和#后面的注释

其中S比较常用应用形式如下

import re  
re.compile(……,re.S)  

2： match(pattern,string,[,flags])让string匹配，pattern，后面分flag同compile的参数一样返回MatchObject 对象

3： split( pattern, string[, maxsplit = 0])用pattern 把string 分开

>>> re.split(‘\W+’, ‘Words, words, words.’)  
['Words', 'words', 'words', '']  

括号‘）’在pattern内有特殊作用，请查手册

4：findall( pattern, string[, flags])比较常用，从string内查找不重叠的符合pattern正则表达式的表达式，然后返回list列表

5：sub( pattern, repl, string[, count])repl可以时候字符串，也可以式函数当repl是字符串的时候，就是把string 内符合pattern的子串，用repl替换了当repl是函数的时候，对每一个在string内的，不重叠的，匹配pattern的子串，调用replsubstring），然后用返回值替换

substringre.sub(r’def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):’,  
… r’static PyObject*\npy_\1(void)\n{‘,  
… ‘def myfunc():’)  
’static PyObject*\npy_myfunc(void)\n{‘  
>>> def dashrepl(matchobj):  
… if matchobj.group(0) == ‘-’: return ‘ ‘  
… else: return ‘-’  
>>> re.sub(‘-{1,2}’, dashrepl, ‘pro—-gram-files’)  
‘pro–gram files’  
 

二：re的几个函数产生方式：

通过 re.compile(pattern，[flags])回match( string[, pos[, endpos]]) ；返回string[pos,endpos]匹配pattern的MatchObject

split( string[, maxsplit = 0])  
findall( string[, pos[, endpos]])  
sub( repl, string[, count = 0])  

这几个函数和re模块内的相同，只不过是调用形式有点差别re.几个函数和 正则表达式对象的几个函数，功能相同，但同一程序如果多次用的这些函数功能，正则表达式对象的几个函数效率高些