python类库31[正则表达式]

 

一 re.search 和 re.match

python提供了2中主要的正则表达式操作:re.match 和 re.search。

match :只从字符串的开始与正则表达式匹配,匹配成功返回matchobject,否则返回None;
search :将字符串的所有字串尝试与正则表达式匹配,如果所有的字串都没有匹配成功,返回None,否则返回matchobject;(re.search相当于perl中的默认行为)

 

实例代码:

import re

def TestSearchAndMatch():
  s1
="HelloWorld, I am 30 !"
  
  w1 
= "World"
  m1 
=  re.search(w1, s1)
  
if m1:
    
print("Find : %s" % m1.group())
    
  
if re.match(w1, s1) == None:
    
print("Cannot match")
    
  w2 
= "HelloWorld"
  m2 
= re.match(w2, s1)
  
if m2:
    
print("match : %s" % m2.group())

TestSearchAndMatch()
#Find : World
#
Cannot match
#
match : HelloWorld

 

 

二 re.compile 和 re.ignorecase

re.compile返回regrexobject对象, 用来重复使用regrexobject;

re.ignorecase用来在匹配时忽略大小写;

 

实例代码:

def TestCompile():
  regex 
= "\d{3}-\d{7}"
  
  regexobject 
= re.compile(regex)
  
print(regexobject.search("AAA 027-4567892").group())
  
print(regexobject.search("BBB 021-1234567").group())
  
print(regexobject.search("CCC 010-123456"))

TestCompile()
#027-4567892
#
021-1234567
#
None

def TestIgnorecase():
  
print(re.search('world'"hello world !").group())
  
print(re.search('World'"hello world !", re.IGNORECASE).group())
  
print(re.search('World'"hello world !"))
  
TestIgnorecase()
#world
#
world
#
None

 

 

三 matchobject

matchobject为re.search,re.match等匹配成功后返回的对象,包含了匹配的结果。

在正则表达式中,可以使用()来将部分正则表达式分组且编号,编号从1开始,使用\数字来使用,例如\1 \2 \3,(?P<name>)还可以给分组命名, 使用(?P=name)来使用命名的组。

matchobject.group()包含了所有匹配的内容,等价于matchobject.group(0),此时的0表示所有的匹配;

matchobject.groups()包含了正则表达式中所有使用()定义的组对应的匹配内容;

matchobject.group(n),表示返回正则表达式中的第n个组()匹配的内容,此时n不为0, 等价于matchobject.groups()[n-1];

matchobject.lastindex, 表示正则表达式中分组()的个数;

 

实例代码:

def TestMatchObject():
  m 
= re.match(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<date>\d{2})""2010-10-01, i am very happy")
  
print(m.group())
  
print(m.group(0))
  
  
print(m.groups())
  
  
print(m.group(1))  
  
print(m.groups()[0])
  
  
print(m.group(2))  
  
print(m.groups()[1])
  
  
print(m.group(3))  
  
print(m.groups()[2])
  
  
print(m.groupdict())
  
  
print(m.lastindex)

TestMatchObject()
#2010-10-01
#
2010-10-01
#
('2010', '10', '01')
#
2010
#
2010
#
10
#
10
#
01
#
01
#
{'date': '01', 'year': '2010', 'month': '10'}
#
3

 

 

四 re和matchobject的方法split+findall+finditer+sub 

split方法,使用给定的表达式来分割字符串;

findall方法,返回所有的与给定的表达式匹配的一个list;

finditer方法,返回所有与给定的表达式匹配的matchobject的iterator;

sub方法,使用新的字符串替换表达式匹配的字符串;

 

实例代码:

def TestReAndMatchObjectMethonds():
  
#split findall finditer sub  
  s1 = "I am working in Microsoft !"
  l 
= re.split('\s+', s1) # l is list type
  print( l)
  
  s2 
= "aa 12 bb 3 cc 45 dd 88 gg 89"
  l2 
= re.findall('\d+', s2)
  
print(l2)
  
  it 
= re.finditer('\d+', s2) # it is one iterator type
  for i in it: # i is matchobject type
    print (i.group())
    
  s3 
= re.sub('\d+''200', s2)
  
print(s3)
  
TestReAndMatchObjectMethonds()
#['I', 'am', 'working', 'in', 'Microsoft', '!']
#
['12', '3', '45', '88', '89']
#
12
#
3
#
45
#
88
#
89
#
aa 200 bb 200 cc 200 dd 200 gg 200

 

五 re.search只返回第一个匹配

 

实例代码:

def TestSearch():
  s1 
= "bb 3 cc 45 dd 88 gg 89"
  m 
= re.search('\d+', s1)
  
print(m.group())

TestSearch()
#3

 

六 非贪婪模式,单行多行模式

1 非贪婪flag (对贪婪标志*和+使用?)
>>> re.findall(r"a(\d+?)", "a23b")
        ['2']
>>> re.findall(r"a(\d+)", "a23b")
        ['23']

注意比较这种情况:
>>> re.findall(r"a(\d+)b", "a23b")
        ['23']
>>> re.findall(r"a(\d+?)b", "a23b")
        ['23']

2 如果你要多行匹配,那么加上re.S和re.M标志
re.S:.将会匹配换行符,默认.不会匹配换行符
>>> re.findall(r"a(\d+)b.+a(\d+)b", "a23b\na34b")
        []
>>> re.findall(r"a(\d+)b.+a(\d+)b", "a23b\na34b", re.S)
        [('23', '34')]
>>>

re.M:^$标志将会匹配每一行,默认^和$只会匹配第一行
>>> re.findall(r"^a(\d+)b", "a23b\na34b")
        ['23']
>>> re.findall(r"^a(\d+)b", "a23b\na34b", re.M)
        ['23', '34']

 

多行查询的实例:

  r = re.compile('... depotFile (.*)',re.M)
  flist = r.findall(fstr)

 

 

完!

posted @ 2011-01-25 16:10  iTech  阅读(2920)  评论(1编辑  收藏  举报