python re正則表達(dá)式模塊(Regular Expression)

更新時(shí)間：2014年07月16日 09:42:59 投稿：hebedich

Python 的 re 模塊（Regular Expression 正則表達(dá)式）提供各種正則表達(dá)式的匹配操作，在文本解析、復(fù)雜字符串分析和信息提取時(shí)是一個(gè)非常有用的工具.

模塊的的作用主要是用于字符串和文本處理，查找，搜索，替換等

復(fù)習(xí)一下基本的正則表達(dá)式吧

.：匹配除了換行符以為的任意單個(gè)字符

*：匹配任意字符，一個(gè)，零個(gè)，多個(gè)都能匹配得到俗稱貪婪模式

+：匹配位于+之前的一個(gè)或者多個(gè)字符

|：匹配位于|之前或者之后的字符

^：匹配行首

$：匹配行尾

?：匹配位于？之前的零個(gè)或者一個(gè)字符，不匹配多個(gè)字符

\：表示 \ 之后的為轉(zhuǎn)義字符

[]：匹配[]之中的任意單個(gè)字符,[0-9]表示匹配0到9任意一個(gè)數(shù)字

()：將位于()之內(nèi)的的內(nèi)容當(dāng)作一個(gè)整體

{}：按{}中的次數(shù)進(jìn)行匹配，100[0-9]{3}表示在100之后任意匹配一個(gè)3位數(shù)（100-999）

python中以\開頭的元字符：

特殊序列符號(hào)	意義
\A	只在字符串開始進(jìn)行匹配
\Z	只在字符串結(jié)尾進(jìn)行匹配
\b	匹配位于開始或結(jié)尾的空字符串
\B	匹配不位于開始或結(jié)尾的空字符串
\d	相當(dāng)于[0-9]
\D	相當(dāng)于[^0-9]
\s	匹配任意空白字符:[\t\n\r\r\v]
\S	匹配任意非空白字符:[^\t\n\r\r\v]
\w	匹配任意數(shù)字和字母:[a-zA-Z0-9]
\W	匹配任意非數(shù)字和字母:[^a-zA-Z0-9]

正則表達(dá)式語法表

語法	意義	說明
"."	任意字符
"^"	字符串開始	'^hello'匹配'helloworld'而不匹配'aaaahellobbb'
"$"	字符串結(jié)尾	與上同理
"*"	0 個(gè)或多個(gè)字符（貪婪匹配）	<*>匹配<title>chinaunix</title>
"+"	1 個(gè)或多個(gè)字符（貪婪匹配）	與上同理
"?"	0 個(gè)或多個(gè)字符（貪婪匹配）	與上同理
*?,+?,??	以上三個(gè)取第一個(gè)匹配結(jié)果（非貪婪匹配）	<*>匹配<title>
{m,n}	對(duì)于前一個(gè)字符重復(fù)m到n次，{m}亦可	a{6}匹配6個(gè)a、a{2,4}匹配2到4個(gè)a
{m,n}?	對(duì)于前一個(gè)字符重復(fù)m到n次，并取盡可能少	‘a(chǎn)aaaaa'中a{2,4}只會(huì)匹配2個(gè)
"\\"	特殊字符轉(zhuǎn)義或者特殊序列
[]	表示一個(gè)字符集	[0-9]、[a-z]、[A-Z]、[^0]
"\|"	或	A\|B,或運(yùn)算
(...)	匹配括號(hào)中任意表達(dá)式
(?#...)	注釋，可忽略
(?=...)	Matches if ... matches next, but doesn't consume the string.	'(?=test)' 在hellotest中匹配hello
(?!...)	Matches if ... doesn't match next.	'(?!=test)' 若hello后面不為test，匹配hello
(?<=...)	Matches if preceded by ... (must be fixed length).	'(?<=hello)test' 在hellotest中匹配test
(?<!...)	Matches if not preceded by ... (must be fixed length).	'(?<!hello)test' 在hellotest中不匹配test

匹配的標(biāo)志和含義

標(biāo)志	含義
re.I	忽略大小寫
re.L	根據(jù)本地設(shè)置而更改\w,\W,\b,\B,\s,\S的匹配內(nèi)容
re.M	多行匹配模式
re.S	使“.”元字符匹配換行符
re.U	匹配Unicode字符
re.X	忽略需要匹配模式中的空格，并且可以使用"#"號(hào)注釋

文本內(nèi)容（提取Linux下的password文件）

man:x:6:12:man:/var/cache/man:/bin/nologin

re模塊中有３個(gè)搜索函數(shù)，每個(gè)函數(shù)都接受３個(gè)參數(shù)(匹配模式，要匹配的字符串，進(jìn)行匹配的標(biāo)志)，如果匹配到了就返回一個(gè)對(duì)象實(shí)例，么有就返會(huì)Ｎone．

findall():用于在字符串中查找符合正則表達(dá)式的字符串，并返回這些字符串的列表

search():搜索整個(gè)字符串，返回對(duì)象實(shí)例

match():只從第一個(gè)字符開始匹配，后面的不再匹配，返回對(duì)象實(shí)例

lovelinux@LoveLinux:~/py/boke$ cat text 
man:x:6:12:man:/var/cache/man:/bin/sh
lovelinux@LoveLinux:~/py/boke$ cat test.py
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).end() 
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
34
lovelinux@LoveLinux:~/py/boke$ vim test.py
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
<_sre.SRE_Match object at 0x7f12fc9f9ed0>

返回是對(duì)象實(shí)例有２個(gè)方法，

start()：返回記錄匹配到字符的開始索引　

end()：返回記錄匹配到字符的結(jié)束索引

lovelinux@LoveLinux:~/py/boke$ python test.py 
None
31
34
lovelinux@LoveLinux:~/py/boke$ cat test.py 
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).start()
 print re.search('bin',f).end()

您可能感興趣的文章: