20121020 Google python课堂 正则表达式

match = re.search(pat, str)输入正则表达式与字符串，如果找到返回匹配的对象，否则None，通常可以用if来判断是否找到

match.group()返回匹配成功的文本

match = re.search(r'pat', str)正则表达式前的r表示'raw'保持原始的字符串，对\转意忽略

 

正则表达式

A, X, 9, <    普通字符完全匹配

.             匹配任何字符，除了'\n'

\w            匹配字符，\W匹配飞、非字符

\b            字符与字符之间的边界

\s            匹配空白符，空格 \n\r\t\f等，\S匹配非空白符

\t,\n,\r      制表符，回车符，返回

\d            数字，\w,\S包含

^,$           字符串的开始与结束

\             转意字符

 

重复的标识

+     字符左边相同的字符

*     匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等价于{0,}。

?     匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

 

[xyz]  字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。

[^xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。

 

分组提取

1 str ='purple alice-b@google.com monkey dishwasher'
2 match = re.search('([\w.-]+)@([\w.-]+)', str)
3 if match:
4     print match.group()   ## 'alice-b@google.com' (the whole match)
5     print match.group(1)  ## 'alice-b' (the username, group 1)
6     print match.group(2)  ## 'google.com' (the host, group 2)

用()区分各个分组

 

re.findall(pat, str)

找到所有与正则表示的符合的各个字符串，返回一个有这些字符串为元的表

findall与()可以组合使用，返回数组为元的表

 

正则表达式的选项

re.search(pat, str, re.IGNORECASE)

IGNORECASE 不区分大小写a,即匹配a,又匹配A

DOTALL     允许.匹配\n

MULTILINE  在一个多行组成的字符串中，允许^与$匹配行的开始于结束

 

re.sub(pat, replacement, str) 替换匹配到的字符串

1 str ='purple alice@google.com, blah monkey bob@abc.com blah dishwasher'
2 ## re.sub(pat, replacement, str) -- returns new string with all replacements,
3 ## \1 is group(1), \2 group(2) in the replacement
4 print re.sub(r'([\w\.-]+)@([\w\.-]+)', r'\1@yo-yo-dyne.com', str)
5 ## purple alice@yo-yo-dyne.com, blah monkey bob@yo-yo-dyne.com blah dishwasher