python 正则表达式整理

　　最近有个任务去匹配网页代码中的图片url，虽然可以用beautifulsoup()来过滤，但是也可以用正则来处理。

　　对于正则，能够根据查找的资料写出来，不熟练不说，对re模块的函数没有弄清楚，在这里进行统一的整理。

　　1.re.match(pattern, string, flags=0) 是从起始位置进行匹配，如果匹配不到就返回None   一般来说是和group()结合使用

　　

import re
print(re.match('www', 'www.runoob.www').group())  # 在起始位置匹配
print(re.match('com', 'www.runoob.com'))         # 在起始位置匹配,没有匹配到

   返回结果

www
None

      第2个返回None时，如果后面是.group()是会报错的

 

-------------------------------------------------------------------------------------------------------------------------------------------------------

　　同理：re.search(pattern, string, flags=0)也是这么用的

　　

import re
print(re.search('run', 'www.runoob.www').group())  # 不限定位置
print(re.findall('w', 'www.runoob.com'))         # 不在起始位置匹配

　　结果：

run
['w', 'w', 'w']

　　

　　2.re.compile(pattern, flags=0) 编译

　　　一般写完正则后都会编译一下，这是为了不重复编译，让检索符合格式的字符串的速度更快，这里跟findall 结合举例：

　　　　

import re
text = "jsjsdjj123kdfksdfjsk123AA**sdjfks"
p = r"[a-zA-Z]"
pattern = re.compile(p)
# last_str = pattern.findall(text) 返回的结果和下方返回的结果是一样的 返回一个list
last_str = re.findall(pattern, text)
print(last_str)

　　返回结果：

['j', 's', 'j', 's', 'd', 'j', 'j', 'k', 'd', 'f', 'k', 's', 'd', 'f', 'j', 's', 'k', 'A', 'A', 's', 'd', 'j', 'f', 'k', 's']

 

　　3. re.sub(pattern, repl, string, count=0, flags=0) 可以替换（过滤）字符串中的符合pattern的字符

import re
print(re.sub('[a-zA-Z]','','ss223sss224eeerw'))

　结果：223224

 

　　4.字符集 字符集可以匹配它所包含的任意字符，所以[pj]yton可以匹配python jython  python。你可以使用范围，比如[a-z]能够匹配任意字母

　　为了反转字符集，可以在开头使用^字符，比如'[^abc]'可以匹配除了a、b、c之外的字符。

 

　　5.  re.escape(string)超实用，它可以对字符串中所有可能被解释为正则运算符的字符进行转义（'\'）。如果字符串很长且包含很多特殊字符，而你又不想输入一大堆反斜线，或者

字符串来自于用户，且要作为正则表达式的一部分的时候，可以使用这个函数。

>>> re.escape('www.baidu.com')
'www\\.baidu\\.com'