python正则表达式基本实现

1、首先要导入python的re模块。

2、元字符 . ^ $ * + ? {} [] \ | ()

re模块中的findall（str1，str2）方法返回字串str2中匹配str1格式的字串。例如在字符串'dit dot det,dct dit dot'中匹配'dit'结果为：

?

1 2	str1 = 'dit dot det,dct dit dot' print re.findall( 'dit' ,str1)

结果：

?

1	[ 'dit' , 'dit' ]

|作用：'dit|dct'表示dit或者dct。

?

1 2	str1 = 'dit dot det,dct dit dot' print re.findall( 'dit|dct' ,str1)

结果：

?

1	[ 'dit' , 'dct' , 'dit' ]

[]作用：[ic]表示i或c，例如'd[ic]t'表示dit和dct两者，和'dit|dct'等价：

?

1 2	str1 = 'dit dot det,dct dit dot' print re.findall( 'd[ic]t' ,str1)

结果：

?

1	[ 'dit' , 'dct' , 'dit' ]

^作用一：[^ic]中^表示否定，即除了i和c：

?

1 2	str1 = 'dit dot det,dct dit dot' print re.findall( 'd[^ic]t' ,str1)

结果：

?

1	[ 'dot' , 'det' , 'dot' ]

^作用二：^dit表示子串dit在开头位置，而dct不是在开头：

?

1 2 3

str1 = 'dit dot det,dct dit dot' print re.findall( '^dit' ,str1) print re.findall( '^dct' ,str1)

结果：

?

1	[ 'dit' ][]

$作用：dot$表示子串dot要在末尾位置，而dct不是在末尾：

?

1 2 3

str1 = 'dit dot det,dct dit dot' print re.findall( 'dot$' ,str1) print re.findall( 'dct$' ,str1)

结果：

?

1	[ 'dot' ][]

.作用：d.t表示d与t之间省略了一个任意字符：

?

1 2	str1 = 'dit dot det,dct dit dot' print re.findall( 'd.t' ,str1)

结果：

?

1	[ 'dit' , 'dot' , 'det' , 'dct' , 'dit' , 'dot' ]

+作用：di+t表示d与t之间省略了一个或多个'i'：

?

1 2	str1 = 'd dt dit diit det' print re.findall( 'd.+t' ,str1)

结果：

?

1	[ 'dit' , 'diit' ]

*作用：di*t表示d与t之间省略了零个至多个'i'：

?

1 2	str1 = 'd dt dit diit det' print re.findall( 'd.*t' ,str1)

结果：

?

1	[ 'dt' , 'dit' , 'diit' ]

经常，'.'和'+'或者'*'搭配使用。'.+'表示省略了一个至多个任意元素，'.*'表示省略了零个至多个任意元素：

?

1 2 3

str1 = 'd dt dit diit det' print re.findall( 'd.+t' ,str1) print re.findall( 'd.*t' ,str1)

结果：

?

1	[ 'd dt dit diit det' ][ 'd dt dit diit det' ]

？作用一：看.+的匹配结果，'dit'、'dot'也满足'd.+t'的匹配条件，而输出的却是满足匹配条件的最长子串'dit dot det,dct dit dot'，这个叫贪婪匹配。如果要输出最短的匹配字串，只需在'+'后面加上'？'：（注：对于'*'也是一样，只需在'*'后面加上'？'）

?

1 2	str1 = 'd dt dit diit det' print re.findall( 'd.+?t' ,str1)

结果：

?

1	[ 'dit' , 'dot' , 'det' , 'dct' , 'dit' , 'dot' ]

？作用二：di?t表示i可有可无，即dt、dit都满足匹配条件：

?

1 2	str1 = 'd dt dit diit det' print re.findall( 'di?t' ,str1)

结果：

?

1	[ 'dt' , 'dit' ]

{}作用一：di{n}t表示d和t之间有n个'i'：

?

1 2	str1 = 'dt dit diit diiit diiiit' print re.findall( 'di{2}t' ,str1)

结果：

?

1	[ 'diit' ]

{}作用二：di{n,m}t表示d和t之间有n到m个'i'：

?

1 2	str1 = 'dt dit diit diiit diiiit' print re.findall( 'di{1,3}t' ,str1)

结果：

?

1	[ 'dit' , 'diit' , 'diiit' ]

其中，n和m都是可以省略的。{n,}表示n个到任意个；{,m}表示0个到m个；{,}表示任意个，和'*'功能一样：

?

1 2 3 4

str1 = 'dt dit diit diiit diiiit' print re.findall( 'di{1,}t' ,str1) print re.findall( 'di{,3}t' ,str1) print re.findall( 'di{,}t' ,str1)

结果：

?

1 2 3

[ 'dit' , 'diit' , 'diiit' , 'diiiit' ]     [ 'dt' , 'dit' , 'diit' , 'diiit' ]     [ 'dt' , 'dit' , 'diit' , 'diiit' , 'diiiit' ]

\作用一：取消元字符，变成转义字符：

?

1 2 3

str1 = '^abc ^abc' print re.findall( '^abc' ,str1) print re.findall( '\^abc' ,str1)

结果：

?

1	[][ '^abc' , '^abc' ]

\作用二：预定义字符

?

1 2 3

str1 = '12 abc 345 efgh' print re.findall( '\d+' ,str1) print re.findall( '\w+' ,str1)

结果：

?

1 2	[ '12' , '345' ]     [ '12' , 'abc' , '345' , 'efgh' ]

()作用：在匹配字符串后，只输出匹配字串'()'里面的内容：

?

1 2 3 4

str1 = '12abcd34' print re.findall( '12abcd34' ,str1) print re.findall( '1(2a)bcd34' ,str1) print re.findall( '1(2a)bc(d3)4' ,str1)

结果：

?

1 2 3

[ '12abcd34' ]     [ '2a' ]     [( '2a' , 'd3' )]

3、re模块里的主要方法：findall()、finditer()、match()、search()、compile()、split()、sub()、subn()。

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

作用：在string中从左往右搜索与pattern匹配的字串，结果以list形式返回。

?

1 2	str1 = 'ab cd' print re.findall( '\w+' ,str1)

结果：['ab', 'cd']

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

作用：其功能与re.findall相同，但结果以迭代器的形式返回。

?

1 2 3 4

str1 = 'ab cd' iter1 = re.finditer( '\w+' ,str1) for a in iter1:    print a.group(),a.span()

结果：

ab (0, 2)
      cd (3, 5)

（注：a.group()返回满足匹配调节的字串，a.span()返回字串的起始位置和末尾位置）

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

作用：在string中从左往右搜索与pattern匹配的字串，无匹配结果则返回None，否则返回一个search实例。

?

1 2 3 4 5 6

str1 = 'ab cd' result = re.search( 'cd' ,str1) if result = = None :    print 'None' else :    print result.group(),result.start(),result.end()

结果：cd 3 5

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

作用：判断string的头部是否与pattern匹配，是则返回match实例，否则返回None。

?

1 2 3 4 5 6

str1 = 'ab cd' result = re.match( 'cd' ,str1) if result = = None :    print 'None' else :    print result.group(),result.start(),result.end()

结果：None

re.compile(pattern,flags = 0)

作用：对匹配格式pattern进行编译，返回一个实例对象。对正则表达式先编译，可以大幅提高匹配速度。

?

1 2 3

str1 = 'ab cd' pre = re. compile ( 'ab' ) print pre.findall(str1)

结果：['ab']

re.split(pattern,string,maxsplit = 0,flags = 0)

作用：在string匹配pattern的时候做分割：

?

1 2 3 4

str1 = 'ab.c.de' str2 = '12+34-56*78/90' print re.split( '\.' ,str1) print re.split( '[\+\-\*/]' ,str2)

结果：

['ab', 'c', 'de']
      ['12', '34', '56', '78', '90']

re.sub(pattern,repl,string,count = 0,flags = 0)

作用：在string当中把满足pattern正则的字串替换成repl：

?

1 2	str1 = 'abcde' print re.sub( 'bc' , '123' ,str1)

结果：a123de

re.subn(pattern,repl,string,count = 0,flags = 0)

作用：其功能与re.sub()相同，但返回的结果多了一个数字，代表替换了多少次

?

1 2	str1 = 'abcdebce' print re.subn( 'bc' , '123' ,str1)

结果：('a123de123e', 2)