脚本小子_python正则表达式

一、正则表达式

内置正则re库

元字符（metacharacter）是正则表达式中具有特殊意义的字符。每个元字符都有特殊意义，它们使正则表达式能够匹配特定的字符串。常用的元字符包括 | 、 () 、 [] 、 . 、 * 、 + 、 ? 、 ^ 、$ 和 (?P<name>) 。如果你在正则表达式中见到这些字符，要知道程序不是要搜索这些字符本身，而是要搜索它们描述的东西。

1、元字符说明

元字符	说明
.	代表任意字符
|	逻辑或操作符
[ ]	匹配内部的任一字符或子表达式
[^]	对字符集和取非
-	定义一个区间
\	对下一字符取非（通常是普通变特殊，特殊变普通）
*	匹配前面的字符或者子表达式0次或多次
*?	惰性匹配上一个
+	匹配前一个字符或子表达式一次或多次
+?	惰性匹配上一个
?	匹配前一个字符或子表达式0次或1次重复
{n}	匹配前一个字符或子表达式
{m,n}	匹配前一个字符或子表达式至少m次至多n次
{n,}	匹配前一个字符或者子表达式至少n次
{n,}?	前一个的惰性匹配
^	匹配字符串的开头
\A	匹配字符串开头
$	匹配字符串结束
[\b]	退格字符
\c	匹配一个控制字符
\d	匹配任意数字
\D	匹配数字以外的字符
\t	匹配制表符
\w	匹配任意数字字母下划线
\W	不匹配数字字母下划线

2、代码实例

# coding=utf-8

# python正则表达式

import re

# 查看re库可调用的方法

# print dir(re)

string = "The quick brown fox jumps over the lazy dog."

# 以空格作为分割符，进行分割

string_list = string.split()

# print string_list

# print help(re.compile)

pattern = re.compile(r"The",re.M|re.I)

# r"The",表明后面紧跟着的是原始字符串，确保要正则匹配的字符串跟转义字符不冲突

# re.I说明忽略大小写

# re.compile返回一个正则对象

# count = 0

# # 遍历列表逐一判断

# for word in string_list:

# # 正则对象查找是否存在The，如有则返回True，相反则为False

# if pattern.search(word):

# count += 1

# print("The 's count is:{0}".format(count))

# 通过sub替换查找到的字符串

# print help(pattern.sub)

# print("{}".format(pattern.sub('a',string)))

# match 从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

# line = "hello are world is equals hello world"

# matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

# if matchObj:

# print "matchObj.group() : ", matchObj.group()

# print "matchObj.group(1) : ", matchObj.group(1)

# print "matchObj.group(2) : ", matchObj.group(2)

# else:

# print "No match!!"

# search 扫描整个字符串并返回第一个成功的匹配。

# s = re.search(r"The",string,re.I|re.M)

# 打印第一个字符的位置

# print s.span()

# 打印第一个字符

# print s.group()

# findall 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

# print help(pattern.findall)

# l = pattern.findall(string)

# print l

# l = re.findall(r"The",string,re.I)

# print l

# finditer 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

# l = pattern.finditer(string)

# for i in l:

# print i.group()

# split 方法按照能够匹配的子串将字符串分割后返回列表

# s = pattern.split(string)

# print s