python开发中对正则表达式及re模块的学习

正则表达式是个很牛逼的东西,不管是在javascript,还是在Python web开发(http://www.maiziedu.com/course/python-px/)中,我们都会遇到正则表达式,虽然javascript和Python的正则表达式区别不大,但是正则表达式是Python中必不可少的一部分,所以今天就跟大家一起讨论一下python中的re模块。

re模块包含对正则表达式的支持。

什么是正则: 
正则表达式是可以匹配文本片段的模式。 
正则表达式’Python’可以匹配’python’

通配符 
.表示匹配任何字符: 
‘.ython’可以匹配’python’和’fython’

对特殊字符进行转义: 
‘python\.org’匹配‘python.org’

字符集 
‘[pj]ython’能够匹配’python’和’jython’

反转字符集 
‘[^abc]’可以匹配除了abc之外的任何字符

选择符 
使用管道符号|

可选项 
加上问好就变为了可选项: 
r’(http://)?(www.)?python.org‘只能匹配下面几种:

’http://www.python.org’

’http://python.org’

’www.python.org’

’python.org’

重复子模式 
*:允许模式重复0次或多次 
+:允许模式重复1次或多次 
{m, n}允许模式重复m-n次

当然,正则语法规则很多,远不止上面的这些。但是我们只能点到为止了,因为这篇博客的目的是介绍Python中的模块,re模块。

re 模块使 Python 语言拥有全部的正则表达式功能。 
compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。 
re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。

re中重要的函数:

compile(pattern[, flags]) 根据包含正则表达式的字符串创建模式对象

search(pattern, string[, flags]) 在字符串中寻找模式

match(pattern, string[, flags]) 在字符串的开始处匹配模式split(pattern, string[, maxsplit=0]) 根据匹配项分割字符串

findall(pattern, string)  列出字符串中模式的所有匹配项sub(pat, rep, string[, count=0]) 字符串中所有pat的匹配项用repl替换

escape(string)    将字符串中所有特殊表达式字符转义

下面就进行简单的应用:

使用match

import re

print(re.match(’www’, ’www.runoob.com’).span())  # 在起始位置匹配

print(re.match(’com’, ’www.runoob.com’))         # 不在起始位置匹配

使用search

import reprint(re.search(’www’, ’www.runoob.com’).span())  # 在起始位置匹配print(re.search(’com’, ’www.runoob.com’).span())  # 不在起始位置匹配

这时候需要停一下,match和search的区别呢? 
看看结果先:

match例子中结果:

(0, 3)None

search例子中结果:

(0, 3)

(11, 14)

match()函数只检测RE是不是在string的开始位置匹配,search()会扫描整个string查找匹配; 
也就是说match()只有在0位置匹配成功的话才有返回,如果不是开始位置匹配成功的话,match()就返回none。

search()会扫描整个字符串并返回第一个成功的匹配。

使用sub 
Python 的re模块提供了re.sub用于替换字符串中的匹配项。

#!/usr/bin/pythonimport re

phone = "2004-959-559 # This is Phone Number"

# Delete Python-style comments

num = re.sub(r’#.*$’, "", phone)print "Phone Num : ", num

# Remove anything other than digits

num = re.sub(r’\D’, "", phone)    print "Phone Num : ", num

结果:

Phone Num :  2004-959-559

Phone Num :  2004959559

最后献上菊花:

^   匹配字符串的开头

$  匹配字符串的末尾。

.   匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。

[...]   用来表示一组字符,单独列出:[amk] 匹配 ’a’,’m’或’k’

[^...]  不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。

re* 匹配0个或多个的表达式。

re+ 匹配1个或多个的表达式。

re? 匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式

re{ n}

re{ n,} 精确匹配n个前面表达式。

re{ n, m}   匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式

a| b    匹配a或b

(re)    G匹配括号内的表达式,也表示一个组

(?imx)  正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。

(?-imx) 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。

(?: re) 类似 (...), 但是不表示一个组

(?imx: re)  在括号中使用i, m, 或 x 可选标志

(?-imx: re) 在括号中不使用i, m, 或 x 可选标志

(?#...) 注释.

(?= re) 前向肯定界定符。如果所含正则表达式,以 ... 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。

(?! re) 前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功

(?> re) 匹配的独立模式,省去回溯。

\w  匹配字母数字

\W  匹配非字母数字

\s  匹配任意空白字符,等价于 [\t\n\r\f].

\S  匹配任意非空字符

\d  匹配任意数字,等价于 [0-9].

\D  匹配任意非数字

\A  匹配字符串开始

\Z  匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。c

\z  匹配字符串结束

\G  匹配最后匹配完成的位置。

\b  匹配一个单词边界,也就是指单词和空格间的位置。例如, ’er\b’ 可以匹配"never" 中的 ’er’,但不能匹配 "verb" 中的 ’er’。

\B  匹配非单词边界。’er\B’ 能匹配 "verb" 中的 ’er’,但不能匹配 "never" 中的 ’er’。

\n, \t, 等.  匹配一个换行符。匹配一个制表符。等

\1...\9 匹配第n个分组的子表达式。

\10 匹配第n个分组的子表达式,如果它经匹配。否则指的是八进制字符码的表达式。

以上就是对python正则表达式基础语法及re模块的详解内容,希望能帮助到大家。

时间: 03-26

python开发中对正则表达式及re模块的学习的相关文章

Window上python开发--4.Django的用户登录模块User

在搭建网站和web的应用程序时,用户的登录和管理是几乎是每个网站都必备的.今天主要从一个实例了解以下django本身自带的user模块.本文并不对user进行扩展. 主要使用原生的模块. 1.User模块基础: 在使用user 之前先import到自己的iew中.相当与我们自己写好的models.只不过这个是系统提供的models. from django.contrib.auth.models import User # 导入user模块 1.1User对象属性 User 对象属性:usern

Python开发基础-Day15正则表达式爬虫应用,configparser模块和subprocess模块

正则表达式爬虫应用(校花网) 1 import requests 2 import re 3 import json 4 #定义函数返回网页的字符串信息 5 def getPage_str(url): 6 page_string=requests.get(url) 7 return page_string.text 8 9 hua_dic={} 10 def run_re(url): #爬取名字.学校和喜爱的人数 11 hua_str=getPage_str(url) 12 hua_list=r

python开发中常用的框架

以下是15个最受欢迎的Python开源框架.这些框架包括事件I/O,OLAP,Web开发,高性能网络通信,测试,爬虫等. Django: Python Web应用开发框架 Django 应该是最出名的Python框架,GAE甚至Erlang都有框架受它影响.Django是走大而全的方向,它最出名的是其全自动化的管理后台:只需要使用起ORM,做简单的对象定义,它就能自动生成数据库结构.以及全功能的管理后台. Diesel:基于Greenlet的事件I/O框架 Diesel提供一个整洁的API来编写

python开发中常见的小坑

(1)可变参数类型作为函数参数默认值,函数参数默认值的设置在Python中只会被执行一次,也就是定义该函数的时候. 解决办法,设置为None,然后判断 (2)Python中的变量名解析遵循所谓的LEGB原则,也就是“L:本地作用域:E:上一层结构中def或lambda的本地作用域:G:全局作用域:B:内置作用域”(Local,Enclosing,Global,Builtin),按顺序查找. 上述错误的出现,是因为当你在某个作用域内为变量赋值时,该变量被Python解释器自动视作该作用域的本地变量

如何在windows下的Python开发工具IDLE里安装其他模块?

以安装Httplib2模块为例 1 下载模块 到 “https://code.google.com/p/httplib2/” 下载一款适合你的压缩包“httplib2-0.4.0.zip”这个应该没有了 已转到GitHub:https://github.com/jcgregorio/httplib2 https://pypi.python.org/pypi/httplib2#downloads这里有"httplib2-0.9.zip"和"httplib2-0.9.tar.gz

Python中正则表达式(re模块)的使用

1.正则表达式的概述 (1)概述:正则表达式是一些由字符和特殊符号组成的字符串,他们描述了模式的重复或者表示多个字符,正则表达式能按照某种模式匹配一系列有相似特征的字符串.正则表达式是一种小型的.高度的专业化的编程语言, (2)Python语言中的正则表达式内嵌在Python中通过re模块实现,正则表达式被编译成一系列的字节码,然后由C编写的匹配引擎执行 2.字符匹配 (1)符号匹配 符号 描述 示例 实例说明 literal 匹配文本字符串的字面值literal root 匹配字符串root

Python学习-37.Python中的正则表达式

作为一门现代语言,正则表达式是必不可缺的,在Python中,正则表达式位于re模块. 1 import re 这里不说正则表达式怎样去匹配,例如\d代表数字,^代表开头(也代表非,例如^a-z则不匹配任何小写字符),$代表结尾,这些百科或者其他书籍都有. 例子一,字符串中是否包含数字: 1 import re 2 userinput = input("please input test string:") 3 if re.match(r'\d',userinput): 4 print(

WEB开发中常用的正则表达式集合

在计算机科学中,正则表达式用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串.在WEB开发中,正则表达式通常用来检测.查找替换某些符合规则的字符串,如检测用户输入E-mai格式是否正确,采集符合规则的页面内容等等.今天我将分别用PHP和Javascript向大家介绍WEB开发中最常用最实用的正则表达式及其用法,正则表达式是一门学科,不可能使用一篇文章来讲解完,理论的东西网上很多,有兴趣的同学可以搜一大把.不过你也许没必要去埋头学习琢磨不透的正则表达式,看本文和实例给您呈现常用.实用的正则

python类中super()和__init__()的区别

本文和大家分享的主要是python开发中super()和__init__()的区别,希望通过本文的分享,对初学者学习这部分内容有所帮助. 1.单继承时super()和__init__()实现的功能是类似的 class Base(object): def __init__(self): print 'Base create' class childA(Base): def __init__(self): print 'creat A ', Base.__init__(self) class chi