python正则表达式 学习记要

正则表达式

正则表达式的作用无非就是两个，一个是找到你想要的字符串，一个就是对字符串操作。对字符串操作的前提就是找到字符串，所以正则表达式的重点在于如何找到你想要的字符串。
所以学习正则表达式的一大部分是学习对“你想要的字符串”进行描述，为了让计算机能知道。等你描述完毕，计算机（正则表达式引擎）就可以去为你服务了。再扔给它一大长串字符串，让它找出你想要的信息吧。
那么，如何描述你想要的字符串（为了让引擎能懂）就是一个重点。描述方法如下：
字符有： . \d(digtal) \D \s(space) \S \w(word) \W
字符集有： [ abxy] [a-c] [ ^ab ]
描述数量： * 任意次 + 正数次 ？最多1次 {m,n} m-n次
描述位置： ^ 开头 $ 末尾 \A 字符串开头 \Z 字符串末尾
逻辑关系： | ()
分组匹配： () ()\1 用数字指定分组 ( ?P<> )给分组起名字 ()( ?=id ) 以分组的形式引用分组
若想了解详情，再附一张详情表：

Python实现方式

正则表达式只是一种算法级的产品，到了各个语言里，语言要自己实现。下面简介python的实现方法。
- re模块，相当于正则表达式引擎，里面有各种组件
- 对于用户的描述信息，有pattern类，可以通过re的compile方法得到实例
- parttern包含如下信息：pattern：你的字符串描述，groups：表达式中的分组数量；
- 有了描述信息，就可以查找了，配有match类用来查找
* match类有如下信息：string：你扔给它的文本，re：你的pattern对象，pos，endpos：你希望在文本的位置中查找，lastindex，lastgroup：你找的字符串的位置或别名，可能为None。
* match有如下方法用于处理上述信息：
* match方法
* match是re的方法，要带上pattern；
* match也是pattern的方法

import rem = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')print "m.string:", m.stringprint "m.re:", m.reprint "m.pos:", m.posprint "m.endpos:", m.endposprint "m.lastindex:", m.lastindexprint "m.lastgroup:", m.lastgroupprint "m.group(1,2):", m.group(1, 2)print "m.groups():", m.groups()print "m.groupdict():", m.groupdict()print "m.start(2):", m.start(2)print "m.end(2):", m.end(2)print "m.span(2):", m.span(2)print r"m.expand(r'\2 \1\3'):", m.expand(r'\2 \1\3')### output #### m.string: hello world!# m.re: <_sre.SRE_Pattern object at 0x016E1A38># m.pos: 0# m.endpos: 12# m.lastindex: 3# m.lastgroup: sign# m.group(1,2): ('hello', 'world')# m.groups(): ('hello', 'world', '!')# m.groupdict(): {'sign': '!'}# m.start(2): 6# m.end(2): 11# m.span(2): (6, 11)# m.expand(r'\2 \1\3'): world hello!

• search方法
• search是re的方法，要带上pattern；
• search也是pattern的方法
• search返回的结果是bool
• search用于查找信息很方便
• 代码如下

pattern = re.compile(r'world') # 使用search()查找匹配的子串，不存在能匹配的子串时将返回None # 这个例子中使用match()无法成功匹配 match = pattern.search('hello world!') if match:     # 使用Match获得分组信息     print match.group() ### 输出 ### # world

• sub函数
• re有一个，pattern有一个
• 给它一个repl字符串，将所有想要的替换的位置换成repl

import rep = re.compile(r'(\w+) (\w+)')s = 'i say, hello world!'print p.sub(r'\2 \1', s)def func(m):    return m.group(1).title() + ' ' + m.group(2).title()print p.sub(func, s)### output #### say i, world hello!# I Say, Hello World!

martch和search的区别
match是从字符串的起点开始做匹配，而search是从字符串做任意匹配。
注意：当正则表达式是’ ^ ‘开头时，match与search是相同的。match只有当且仅当被匹配的字符串开头就能匹配 或 从pos参数的位置开始就能匹配 时才会成功。