正则表达式

re模块

• re.compile

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

import re  
b = re.compile(r"\d+\.\d*")  
match21 = b.match('3.1415')  
match22 = b.match('33')   

if match21:  
    # 使用Match获得分组信息  
    print match21.group()  
else:  
    print u'match21不是小数'  

if match22:  
    # 使用Match获得分组信息  
    print match22.group()  
else:  
    print u'match22不是小数'  #若开头不将编码方式设为utf-8,此处变为unicode会报错

• re.match

import re  
# 匹配如下内容：单词+空格+单词+任意字符  
m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')  

print "m.string:", m.string  #匹配上使用的文本：hello world
print "m.re:", m.re          
print "m.pos:", m.pos       #文本中正则表达式开始搜索的索引：0
print "m.endpos:", m.endpos  #正则表达式结束的索引：12
print "m.lastindex:", m.lastindex  #最后一个被捕获的分组在文中的索引：3
print "m.lastgroup:", m.lastgroup  #最后一个被捕获的分组的别名：sign

print "m.group():", m.group()  #不填写参数相当于group(0),返回整个匹配的子串
print "m.group(1,2):", m.group(1, 2)  #('hello', 'world')
print "m.groups():", m.groups()       #以元组形式返回全部分组截获的字符串('hello', 'world', '!')
print "m.groupdict():", m.groupdict() #返回以有别名的组的别名为键，以该组截获的子串为值的字典：{'sign': '!'}
print "m.start(2):", m.start(2)       #返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）：6
print "m.end(2):", m.end(2)        #返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）：11
print "m.span(2):", m.span(2)     #返回(start(group), end(group)):(6,11)
print r"m.expand(r'\g<2> \g<1>\g<3>'):", m.expand(r'\2 \1\3')  #world hello!

• pattern
  
  • match：pos和endpos的默认值分别为0和len(string)
  • search：扫描整个string查找匹配
  • split：按照能够匹配的子串将string分割后返回列表
  • findall：以列表形式返回全部能匹配的子串
  • sub：匹配并替换
  • subn

#match&search演示
import re  

# 将正则表达式编译成Pattern对象  
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()  
    print match.span()
#结果如下：
world
(6, 11)

import re  

p = re.compile(r'\d+')  
print p.split('one1two2three3four4')  
print p.findall('one1two2three3four4') 
print p.search('one1two2three3four4').group() 
结果如下：
['one', 'two', 'three', 'four', '']
['1', '2', '3', '4']
1 

#sub用法
import re  

#p表示单词字符、空格、单词字符   
p = re.compile(r'(\w+) (\w+)')  
s = 'i say, hello world! barney'  
print p.sub(r'\2 \1', s)  

def func(m):  
    return m.group(1).title() + ' ' + m.group(2).title() #使得字符串首字母大写    
print p.sub(func, s)  
#结果为：
say i, world hello! barney
I Say, Hello World! barney

参考资料：
http://blog.youkuaiyun.com/pleasecallmewhy/article/details/8929576
http://www.cnblogs.com/afarmer/archive/2011/08/29/2158860.html