Python入门篇之正则表达式
Python入门篇之正则表达式
发布时间:2016-12-28 来源:查字典编辑
摘要:正则表达式有两种基本的操作,分别是匹配和替换。匹配就是在一个文本字符串中搜索匹配一特殊表达式;替换就是在一个字符串中查找并替换匹配一特殊表达...

正则表达式有两种基本的操作,分别是匹配和替换。

匹配就是在一个文本字符串中搜索匹配一特殊表达式;

替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。

1.基本元素

正则表达式定义了一系列的特殊字符元素以执行匹配动作。

正则表达式基本字符

字符 描述
text 匹配text字符串
. 匹配除换行符之外的任意一个单个字符
^ 匹配一个字符串的开头
$ 匹配一个字符串的末尾

在正则表达式中,我们还可用匹配限定符来约束匹配的次数。

匹配限定符

最大匹配 最小匹配 描述
* * 重复匹配前表达式零次或多次
+ + 重复匹配前表达式一次或多次
重复匹配前表达式零次或一次
{m} {m} 精确重复匹配前表达式m次
{m,} {m,} 至少重复匹配前表达式m次
{m,n} {m,n} 至少重复匹配前表达式m次,至多重复匹配前表达式n次

据上所述,".*"为最大匹配,能匹配源字符串所有能匹配的字符串。".* "为最小匹配,只匹配第一次出现的字符串。如:d.*g能匹配任意以d开头,以g结尾的字符串,如"debug"和"debugging",甚至"dog is walking"。而d.* g只能匹配"debug",在"dog is walking"字符串中,则只匹配到"dog "。

在一些更复杂的匹配中,我们可用到组和运算符。

组和运算符

组 描述
[...] 匹配集合内的字符,如[a-z],[1-9]或[,./;']
[^...] 匹配除集合外的所有字符,相当于取反操作
A|B 匹配表达式A或B,相当于OR操作
(...) 表达式分组,每对括号为一组,如([a-b]+)([A-Z]+)([1-9]+)
number 匹配在number表达式组内的文本

有一组特殊的字符序列,用来匹配具体的字符类型或字符环境。如b匹配字符边界,foodb匹配"food"、"zoofood",而和"foodies"不匹配。

特殊字符序列

字符 描述
A 只匹配字符串的开始
b 匹配一个单词边界
B 匹配一个单词的非边界
d 匹配任意十进制数字字符,等价于r'[0-9]'
D 匹配任意非十进制数字字符,等价于r'[^0-9]'
s 匹配任意空格字符(空格符、tab制表符、换行符、回车、换页符、垂直线符号)
S 匹配任意非空格字符
w 匹配任意字母数字字符
W 匹配任意非字母数字字符
Z 仅匹配字符串的尾部
匹配反斜线字符

有一套声明(assertion)对具体事件进行声明。

正则表达式声明

声明 描述
( iLmsux) 匹配空字符串,iLmsux字符对应下表的正则表达式修饰符。
( :...) 匹配圆括号内定义的表达式,但不填充字符组表。
( P<name>) 匹配圆括号内定义的表达式,但匹配的表达式还可用作name标识的符号组。
( P=name) 匹配所有与前面命名的字符组相匹配的文本。
( #...) 引入注释,忽略圆括号内的内容。
( =...) 如果所提供的文本与下一个正则表达式元素匹配,这之间没有多余的文本就匹配。这允许在一个表达式中进行超前操作,而不影响正则表达式其余部分的分析。如"Martin"其后紧跟"Brown",则"Martin( =Brown)"就只与"Martin"匹配。
( !...) 仅当指定表达式与下一个正则表达式元素不匹配时匹配,是( =...)的反操作。
( <=...) 如果字符串当前位置的前缀字符串是给定文本,就匹配,整个表达式就在当前位置终止。如( <=abc)def表达式与"abcdef"匹配。这种匹配是对前缀字符数量的精确匹配。
( <!...) 如果字符串当前位置的前缀字符串不是给定的正文,就匹配,是( <=...)的反操作。

正则表达式还支持一些处理标志,它会影响正则式的执行方法。

处理标志

标志 描述
I或IGNORECASE 忽略表达式的大小写来匹配文本。

2.操作

通过re模块,我们就可在python中利用正则式对字符串进行搜索、抽取和替换操作。如:re.search()函数能执行一个基本的搜索操作,它能返回一个MatchObject对象。re.findall()函数能返回匹配列表。

复制代码 代码如下:

>>> import re

>>> a="this is my re module test"

>>> obj = re.search(r'.*is',a)

>>> print obj

<_sre.SRE_Match object at 0xb7d7a218>

>>> obj.group()

'this is'

>>> re.findall(r'.*is',a)

['this is']

MatchObject对象方法

方法 描述
expand(template) 展开模板中用反斜线定义的内容。
m.group([group,...]) 返回匹配的文本,是个元组。此文本是与给定group或由其索引数字定义的组匹配的文本,如果没有组定组名,则返回所有匹配项。
m.groups([default]) 返回一个元组,该元组包含模式中与所有组匹配的文本。如果给出default参数,default参数值就是与给定表达式不匹配的组的返回值。default参数的默认取值为None。
m.groupdict([default]) 返回一个字典,该字典包含匹配的所有子组。如果给出default参数,其值就是那些不匹配组的返回值。default参数的默认取值为None。
m.start([group]) 返回指定group的开始位置,或返回全部匹配的开始位置。
m.end([group]) 返回指定group的结束位置,或返回全部匹配的结束位置。
m.span([group]) 返回两元素组,此元组等价于关于一给定组或一个完整匹配表达式的(m.start(group),m.end(group)))列表
m.pos 传递给match()或search()函数的pos值。
m.endpos 传递给match()或search()函数的endpos值。
m.lastindex
m.lastgroup
m.re 创建这个MatchObject对象的正则式对象
m.string 提供给match()或search()函数的字符串。

使用sub()或subn()函数可在字符串上执行替换操作。sub()函数的基本格式如下:

sub(pattern,replace,string[,count])

示例

复制代码 代码如下:

>>> str = 'The dog on my bed'

>>> rep = re.sub('dog','cat',str)

>>> print rep

The cat on my bed

replace参数可接受函数。要获得替换的次数,可使用subn()函数。subn()函数返回一个元组,此元组包含替换了的文本和替换的次数。

如果需用同一个正则式进行多次匹配操作,我们可把正则式编译成内部语言,提高处理速度。编译正则式用compile()函数来实现。compile()函数的基本格式如下:

compile(str[,flags])

str表示需编译的正则式串,flags是修饰标志符。正则式被编译后生成一个对象,该对象有多种方法和属性。

正则式对象方法/属性

方法/属性 描述
r.search(string[,pos[,endpos]]) 同search()函数,但此函数允许指定搜索的起点和终点
r.match(string[,pos[,endpos]]) 同match()函数,但此函数允许指定搜索的起点和终点
r.split(string[,max]) 同split()函数
r.findall(string) 同findall()函数
r.sub(replace,string[,count]) 同sub()函数
r.subn(replace,string[,count]) 同subn()函数
r.flags 创建对象时定义的标志
r.groupindex 将r'( Pid)'定义的符号组名字映射为组序号的字典
r.pattern 在创建对象时使用的模式

转义字符串用re.escape()函数。

通过getattr获取对象引用

复制代码 代码如下:

>>> li=['a','b']

>>> getattr(li,'append')

>>> getattr(li,'append')('c') #相当于li.append('c')

>>> li

['a', 'b', 'c']

>>> handler=getattr(li,'append',None)

>>> handler

<built-in method append of list object at 0xb7d4a52c>

>>> handler('cc') #相当于li.append('cc')

>>> li

['a','b','c','cc']

>>>result = handler('bb')

>>>li

['a','b','c','cc','bb']

>>>print result

None

推荐文章
猜你喜欢
附近的人在看
推荐阅读
拓展阅读
相关阅读
网友关注
最新python学习
热门python学习
脚本专栏子分类