【python基础】正则表达式

摘自廖雪峰老师的博客

正则表达式中各字符代表含义

.：任意字符

*：任意个字符

+：至少一个字符

？：0或1个字符

{n}：n个字符

{n, m}：n~m个字符

\d：匹配一个数字

\w：匹配一个数字或字母

\s：匹配一个空格

^：表示行的开头，^\d表示以整数开头

$：表示行的结束，\d￥表示以整数结尾

正则表达式的作用

1.匹配字符串。如：用户输入了一组标签，可以用正则表达式判断是否与正确的输入匹配，也可以把不规范的输入转化成正确的数组。

import re
print re.match(r'^\d{3}\-\d{3,8}$', '010-12345')  # 匹配成功，返回一个match对象
print re.match(r'^\d{3}\-\d{3,8}$', '010 12345')  #　匹配失败，返回None

结果：
<_sre.SRE_Match object at 0x00000000025B2578>
None

2.分组

import re
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')

print m.group(0)  # group(0)是原始字符串
print m.group(1)  # group(1)是第一个子串
print m.group(2)  # group(1)是第一个子串
print m.groups()  # groups是所有子串


结果：
010-12345
010
12345
('010', '12345')

3.切分字符串

>>> 'a b   c'.split(' ')  # b和c之间3个空格
['a', 'b', '', '', 'c']  # 结果表明：无法识别连续空格

>>> re.split(r'[\s\,\;]+', 'a,b;; c  d')
['a', 'b', 'c', 'd']  # 结果表明：一个或多个的空格、逗号、分号都能识别

贪婪匹配

正则匹配默认是贪婪匹配（尽可能多地匹配字符），加个?变为非贪婪匹配。