python正则表达式基本实现

1、首先要导入python的re模块。

2、元字符 . ^ $ * + ? {} [] \ | ()

re模块中的findall（str1，str2）方法返回字串str2中匹配str1格式的字串。例如在字符串'dit dot det,dct dit dot'中匹配'dit'结果为：

?

1

2

str1 ='dit dot det,dct dit dot'

print re.findall('dit',str1)

结果：

?

1

['dit','dit']

|作用：'dit|dct'表示dit或者dct。

?

1

2

str1 ='dit dot det,dct dit dot'

print re.findall('dit|dct',str1)

结果：

?

1

['dit','dct', 'dit']

[]作用：[ic]表示i或c，例如'd[ic]t'表示dit和dct两者，和'dit|dct'等价：

?

1

2

str1 ='dit dot det,dct dit dot'

print re.findall('d[ic]t',str1)

结果：

?

1

['dit','dct', 'dit']

^作用一：[^ic]中^表示否定，即除了i和c：

?

1

2

str1 ='dit dot det,dct dit dot'

print re.findall('d[^ic]t',str1)

结果：

?

1

['dot','det', 'dot']

^作用二：^dit表示子串dit在开头位置，而dct不是在开头：

?

1

2

3

str1 ='dit dot det,dct dit dot'

print re.findall('^dit',str1)

print re.findall('^dct',str1)

结果：

?

1

['dit'][]

$作用：dot$表示子串dot要在末尾位置，而dct不是在末尾：

?

1

2

3

str1 ='dit dot det,dct dit dot'

print re.findall('dot$',str1)

print re.findall('dct$',str1)

结果：

?

1

['dot'][]

.作用：d.t表示d与t之间省略了一个任意字符：

?

1

2

str1 ='dit dot det,dct dit dot'

print re.findall('d.t',str1)

结果：

?

1

['dit','dot', 'det','dct', 'dit','dot']

+作用：di+t表示d与t之间省略了一个或多个'i'：

?

1

2

str1 ='d dt dit diit det'

print re.findall('d.+t',str1)

结果：

?

1

['dit','diit']

*作用：di*t表示d与t之间省略了零个至多个'i'：

?

1

2

str1 ='d dt dit diit det'

print re.findall('d.*t',str1)

结果：

?

1

['dt','dit', 'diit']

经常，'.'和'+'或者'*'搭配使用。'.+'表示省略了一个至多个任意元素，'.*'表示省略了零个至多个任意元素：

?

1

2

3

str1 ='d dt dit diit det'

print re.findall('d.+t',str1)

print re.findall('d.*t',str1)

结果：

?

1

['d dt dit diit det']['d dt dit diit det']

？作用一：看.+的匹配结果，'dit'、'dot'也满足'd.+t'的匹配条件，而输出的却是满足匹配条件的最长子串'dit dot det,dct dit dot'，这个叫贪婪匹配。如果要输出最短的匹配字串，只需在'+'后面加上'？'：（注：对于'*'也是一样，只需在'*'后面加上'？'）

?

1

2

str1 ='d dt dit diit det'

print re.findall('d.+?t',str1)

结果：

?

1

['dit','dot', 'det','dct', 'dit','dot']

？作用二：di?t表示i可有可无，即dt、dit都满足匹配条件：

?

1

2

str1 ='d dt dit diit det'

print re.findall('di?t',str1)

结果：

?

1

['dt','dit']

{}作用一：di{n}t表示d和t之间有n个'i'：

?

1

2

str1 ='dt dit diit diiit diiiit'

print re.findall('di{2}t',str1)

结果：

?

1

['diit']

{}作用二：di{n,m}t表示d和t之间有n到m个'i'：

?

1

2

str1 ='dt dit diit diiit diiiit'

print re.findall('di{1,3}t',str1)

结果：

?

1

['dit','diit', 'diiit']

其中，n和m都是可以省略的。{n,}表示n个到任意个；{,m}表示0个到m个；{,}表示任意个，和'*'功能一样：

?

1

2

3

4

str1 ='dt dit diit diiit diiiit'

print re.findall('di{1,}t',str1)

print re.findall('di{,3}t',str1)

print re.findall('di{,}t',str1)

结果：

?

1

2

3

['dit','diit', 'diiit','diiiit']

   ['dt','dit', 'diit','diiit']

   ['dt','dit', 'diit','diiit', 'diiiit']

\作用一：取消元字符，变成转义字符：

?

1

2

3

str1 ='^abc ^abc'

print re.findall('^abc',str1)

print re.findall('\^abc',str1)

结果：

?

1

[]['^abc','^abc']

\作用二：预定义字符

?

1

2

3

str1 ='12 abc 345 efgh'

print re.findall('\d+',str1)

print re.findall('\w+',str1)

结果：

?

1

2

['12','345']

   ['12','abc', '345','efgh']

()作用：在匹配字符串后，只输出匹配字串'()'里面的内容：

?

1

2

3

4

str1 ='12abcd34'

print re.findall('12abcd34',str1)

print re.findall('1(2a)bcd34',str1)

print re.findall('1(2a)bc(d3)4',str1)

结果：

?

1

2

3

['12abcd34']

   ['2a']

   [('2a','d3')]

3、re模块里的主要方法：findall()、finditer()、match()、search()、compile()、split()、sub()、subn()。

re.findall(pattern,string,flags = 0)

作用：在string中从左往右搜索与pattern匹配的字串，结果以list形式返回。

?

1

2

str1 ='ab cd'

print re.findall('\w+',str1)

结果：['ab', 'cd']

re.finditer(pattern,string,flags = 0)

作用：其功能与re.findall相同，但结果以迭代器的形式返回。

?

1

2

3

4

str1 ='ab cd'

iter1 =re.finditer('\w+',str1)

for a in iter1:

  printa.group(),a.span()

结果：

ab (0, 2)
      cd (3, 5)

（注：a.group()返回满足匹配调节的字串，a.span()返回字串的起始位置和末尾位置）

re.search(pattern,string,flags = 0)

作用：在string中从左往右搜索与pattern匹配的字串，无匹配结果则返回None，否则返回一个search实例。

?

1

2

3

4

5

6

str1 ='ab cd'

result =re.search('cd',str1)

if result == None:

  print'None'

else:

  printresult.group(),result.start(),result.end()

结果：cd 3 5

re.match(pattern,string,flags = 0)

作用：判断string的头部是否与pattern匹配，是则返回match实例，否则返回None。

?

1

2

3

4

5

6

str1 ='ab cd'

result =re.match('cd',str1)

if result == None:

  print'None'

else:

  printresult.group(),result.start(),result.end()

结果：None

re.compile(pattern,flags = 0)

作用：对匹配格式pattern进行编译，返回一个实例对象。对正则表达式先编译，可以大幅提高匹配速度。

?

1

2

3

str1 ='ab cd'

pre =re.compile('ab')

print pre.findall(str1)

结果：['ab']

re.split(pattern,string,maxsplit = 0,flags = 0)

作用：在string匹配pattern的时候做分割：

?

1

2

3

4

str1 ='ab.c.de'

str2 ='12+34-56*78/90'

print re.split('\.',str1)

print re.split('[\+\-\*/]',str2)

结果：

['ab', 'c', 'de']
      ['12', '34', '56', '78', '90']

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

作用：在string当中把满足pattern正则的字串替换成repl：

?

1

2

str1 ='abcde'

print re.sub('bc','123',str1)

结果：a123de

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

作用：其功能与re.sub()相同，但返回的结果多了一个数字，代表替换了多少次

?

1

2

str1 ='abcdebce'

print re.subn('bc','123',str1)

结果：('a123de123e', 2)