python正则表达式介绍和用法 – Python高级开发教程

上一章Python教程请查看：python面向对象编程：类和对象详解

正则表达式是一组特殊的字符序列，它使用模式中包含的特殊语法帮助你匹配或查找其他字符串或字符串集，正则表达式在UNIX世界中被广泛使用。

Python模块re提供了对Python中类似perl的正则表达式的完全支持，如果在编译或使用正则表达式时发生错误，re模块将引发异常re.error。

我们将介绍两个重要的函数，它们将用于处理正则表达式。但首先有一件小事：有各种各样的字符，在正则表达式中使用它们时会有特殊的意义。为了避免在处理正则表达式时产生任何混淆，我们将使用原始字符串作为r’expression’。

一、匹配函数

此函数尝试使用可选标志将RE模式与字符串匹配。

下面是这个函数的语法

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

下面是参数的描述

match函数成功时返回match对象，失败时返回None对象，我们使用match对象的group(num)或groups()函数来获得匹配的表达式。

#!/usr/bin/python
import re

line = "Cats are smarter than dogs"

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!!"

二、搜索功能

此函数使用可选标志在字符串中搜索第一次出现的RE模式。

下面是这个函数的语法

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

下面是参数的描述

search函数在成功时返回一个匹配对象，在失败时返回一个匹配对象。我们使用匹配对象的group(num)或groups()函数来获得匹配的表达式。

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
   print "searchObj.group(1) : ", searchObj.group(1)
   print "searchObj.group(2) : ", searchObj.group(2)
else:
   print "Nothing found!!"

三、匹配与搜索

Python基于正则表达式提供了两种不同的基本操作：匹配只检查字符串开头的匹配，而搜索检查字符串中任何地方的匹配(这是Perl的默认操作)。

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

searchObj = re.search( r'dogs', line, re.M|re.I)
if searchObj:
   print "search --> searchObj.group() : ", searchObj.group()
else:
   print "Nothing found!!"

四、搜索和替换

使用正则表达式的最重要的re方法之一是sub。

re.sub(pattern, repl, string, max=0)

这个方法用repl替换字符串中所有出现的RE模式，替换所有出现的RE模式，除非提供max，此方法返回修改后的字符串。

#!/usr/bin/python
import re

phone = "5489-369-369 # Phone Number"

num = re.sub(r'#.*$', "", phone)
print "Phone Num : ", num

num = re.sub(r'\D', "", phone)    
print "Phone Num : ", num

五、正则表达式修饰符：选项标志

正则表达式文本可以包含一个可选的修饰符来控制匹配的各个方面，修饰符被指定为一个可选的标志，你可以使用exclusive或(|)提供多个修饰词，如前所示，可以用其中一个表示：

六、正则表达式模式

除了控制字符外，(+ ?.* ^ $()[]{} | \)，所有字符匹配自身，你可以通过在控制字符前面加上反斜杠来转义它。

下表列出了Python中可用的正则表达式语法

七、正则表达式示例

字面量字符

八、字符类

九、特殊字符类

十、重复匹配的例子

十一、非贪婪重复

这匹配最小的重复次数

十二、分组与括号

十三、反向引用

这与之前匹配的组再次匹配

十四、替代方案

十五、锚点和匹配位置

这需要指定匹配位置。

十六、带括号的特殊语法