python正则表达式

模块：re

import re

方法主要有：

p=re.compile(r"abc")      返回pattern对象

p.match("str")    返回str中符合该pattern对象的字符串

#p.search("str")   返回str中符合该pattern对象的字符串

#p.findall("str")   返回list对象

#p.finditer("str")  返回迭代器对象

区别：

match方法必须要求从str开头匹配成功

search方法只要在str中匹配成功就返回第一个匹配成功的字符串

findall返回所有匹配成功的字符串，返回对象为list

finditer与findall类似，只不过是用next()方法访问内容

match、search方法都需要group()方法打印输出或者用span方法打印位置，例如(0,3)

也可直接使用re.match(pattern,string, flags=0)、re.search(pattern,string, flags=0)直接匹配字符串

匹配失败会返回None

贪婪模式和非贪婪模式：

例子：

>>> p=re.compile('[abc]{2,3}')
>>> print p.findall('abcabc')
['abc', 'abc']
>>> p=re.compile('[abc]{2,3}?')
>>> print p.findall('abcabc')
['ab', 'ca', 'bc']

例中问号就是切换为非贪婪模式，默认为贪婪模式

数量词（*、+、{2}、{2,3}）这些后面加问号就是切换非贪婪模式

替换：

re.sub(pattern, repl,string, count=0, flags=0)

参数：

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

匿名分组（group方法）：

>>> import re
>>> p=re.compile('abc')
>>> p=re.compile('(a)b(c)')
>>> m=p.match('abcdef')
>>> m.groups()
('a', 'c')

>>> m.groupdict()
{}

命名分组（groupdict方法）：

>>> p=re.compile('(?P<name>a)b(c)')
>>> m=p.match('abcdef')
>>> m.groups()
('a', 'c')
>>> m.groupdict()
{'name': 'a'}

>>> p=re.compile('(?P<name>a)b(?P<age>c)')

>>> m=p.match('abcdef')

>>> m.groupdict('age')
{'age': 'c', 'name': 'a'}

>>> (m.groupdict())['age']
'c'
>>> (m.groupdict())['name']
'a'

>>> p=re.compile(r'(?P<name>a)b(c)(?P=name)')       #红色处为引用前边定义的(?P<name>a)，相当于(a)b(c)a
>>> p.match('abcac').group()
'abca'
>>> p.findall()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Required argument 'string' (pos 1) not found
>>> p.findall('abcac')
[('a', 'c')]

>>> p=re.compile(r'(a)b(c)\2')                 # \2指的是引用第二个分组，相当于(a)b(c)c
>>> p.match('abcc')
<_sre.SRE_Match object at 0x0000000003B258B0>
>>> p.match('abcc').group()
'abcc'
>>> p.match('abcc').groupdict()
{}

>>> p.findall('abcc')
[('a', 'c')]

分隔符拆分字符串(类似于unix下的awk -F)：

>>> p=re.compile('-')
>>> p.split('a-bb-ccc-dddd-eeeee')              #返回list对象
['a', 'bb', 'ccc', 'dddd', 'eeeee']