正则表达式

正则表达式

正则表达式是含有文本和特别字符的字符串，是一种字符串检索引擎，最早起源于unix。

unix下的正则表达式引擎 awk grep egrep

ls -l|grep      正则表达式、查看条件筛选的文件'[A-Za-z]\w+'    第一个字符是字母，后面至少跟一个或多个由字母或者数字组成的字符。'\w+@\w+\.com'   一个简单电子邮件地址的正则表达式

正则的几个特殊符号和字符

[0-9] 或 \d      表示全部数字 [1-3]       表示1-3的数字[x-y]       表示匹配字符x到y的任意一个字符。\w              表示单词类字符 a-z A-Z 0-9 _\W          表示非单词类字符^               匹配字符串的开始        ^From  匹配以From开头的字符串,[]里面的^表示 非。%               匹配字符串的结尾{n}             前面的表达式匹配n次      {2}{m,n}           前面的表达式匹配m到n次  [0,9] {15,16}   15或16位的数字表示。+           前面的表达式，出现1到无限次  最少，出现1次（正闭包操作符）?               前面的表达式，出现0到1次  最多，出现1次*               前面的表达式，出现0到无限次,出现不出现，都没关系（Kleeme闭包操作符）|               管道符号，匹配多个正则表达式。或操作（或者说联合）.               匹配任意一个单个字符（除换行符）   如 f.o    匹配 fao,fbo,f1o等。如果要匹配逗号，需要在前面家转义符\()              对正则表达式进行分组，

python里的正则模块(re)及其基本操作

import rehelp(re)

一次匹配

match:"hello lilei"  r'(\w+) (\w+)'   ，成功返回一个匹配对象，失败则返回None。print re.match(r'\d$','4')   #$表示完全匹配，即匹配到结尾。print re.match(r'\d*$','333444')

search()在一个字符串中查找一个模式：

print re.match(r'foo','seafood’)     #匹配失败print re.search(r'foo','seafood')     #搜索成功

切割split() 和字符串的split类似，但更强大。

e = 'a1b2c3d4e're.split(r'\d',e)       #以数字来切割，得到字母的列表

findall():在目标字符串中查找符合规则的字符串

findall(rule , target [,flag] )

第一个参数是规则，第二个参数是目标字符串，后面还可以跟一个规则选项。返回结果结果是一个列表，中间存放的是符合规则的字符串。如果没有符合规则的字符串被找到，就返回一个空列表。

re.findall('car','carry the barcardi to the car')   #输出['car','car','car']列表

finditer():返回一个迭代器

finditer函数和findall函数的区别是，findall返回所有匹配的字符串，并存为一个列表，而finditer则并不直接返回这些字符串，而是返回一个迭代器。

    import re    s='111 222 333 444'    for i in re.finditer(r'\d+' , s ):        print i.group(),i.span() #打印每次得到的字符串和起始结束位置