字符串处理利器——python之正则表达式

福利

先上福利，python2.0和pytyon3.0的安装和用法都有，适合新手或查询使用。

http://www.runoob.com/python3/python3-tutorial.html

正则表达式

虽然Python字符串提供了众多实用的函数，但实际处理字符串时，常常需要更强大的工具。鉴于此，Python提供了一种用于复杂字符串处理的微型语言—正则表达式，但正则表达式并不是Python的一部分。

正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。实际上，正则表达式是一种简练描绘一组字符串的方式，可用于高效地执行常见的字符串处理任务，如匹配、替换和分拆字符串。

使用正则表达式编写一些逻辑验证非常方便，如：电子邮件及电话号码的格式验证。Python提供了re模块实现正则表达式的验证。

1、re模块中一些重要函数

函数	描述
compile(pattern[,flags])	根据包含正则表达式的字符串创建模式对象
search(pattern,string[,flags])	在字符串中查找模式
match(pattern,string[,flags])	在字符串的开始处匹配模式
split(pattern,string)	根据模式的匹配项来分割字符串
findall(pattren.String)	列出字符串中模式的所有匹配项
sub(pat,repl,string[.Count=0])	将字符串中所有pat的匹配项用repl替换
escape(string)	将字符串中所有特殊正则表达式字符转义

例1：

>>> import re
>>> some_text='alpha, beta,,,gamm delta'
>>> #用任意长度的逗号和空格分割字符串
>>> re.split('[, ]+', some_text)
['alpha', 'beta', 'gamm', 'delta']
>>>
>>> #maxsplit参数表示字符串最多可以分割的次数
>>> re.split('[, ]+', some_text, maxsplit=2)
['alpha', 'beta', 'gamm delta']
>>>
>>> #在字符串中查找所有单词
>>> pat='[a-zA-Z]'+  #模式
>>> text='"Hm... Err-- are you sure?" he said, sounding insecure.'
>>> re.findall(pat,text)
['Hm', 'Err', 'are', 'you', 'sure', 'he', 'said', 'sounding', 'insecure']
>>> #查找标点符号
>>> pat='[.?\-",]+'  #横线-被转义了
>>> re.findall(pat,text)
['"', '...', '--', '?"', ',', '.']
>>>
>>> #使用给定的替换内容将匹配模式的子字符串（最左端且非重叠的子字符串）替换掉
>>> pat='{name}'
>>> text='Dear {name}...'
>>> re.sub(pat, 'Mr. Gumby', text)
'Dear Mr. Gumby...'
>>> 
>>> #对字符串中所有可能被解释为正则表达式的字符进行转义
>>> re.escape('www.python.org')
'www\\.python\\.org'
>>> re.escape('But where is the ambigity?')
'But\\ where\\ is\\ the\\ ambigity\\?'

2、re模块中匹配对象的重要方法

方法	描述
group([group1,…])	过去给定子模块（组）的匹配项
start([group])	返回给定组的匹配项的开始位置
end([group])	返回给定组的匹配项的结束位置（与分片一样，不包括组的结束位置）
span([group])	返回一个组的开始和结束位置

例2：

>>>import re
>>>me = re.match('www\.(.*)\.','www.python.org')
>>>print(m.group) #若执行m.group(0),则匹配整个字符串
>>>print(m.start(1)) #返回给定组的匹配项的开始位置
>>>print(m.end(1)) #返回给定组的匹配项的结束位置
>>>print(m.span(1)) #返回给定组的开始和结束位置
#执行结果
>python
>4
>10
>(4,10)

例3：假设要是被逗人的字符串：开头为一个或多个‘ha’，末尾为一个或多个‘!’

import re
def is_funny(s):
	return re.match('(ha)+!+',s) != None
print(is_funny('haha!'))
print(is_funny('ha!!!!!'))
print(is_funny('hahaha!!'))
print(is_funny('!!!'))
#执行结果
>True
>True
>True
>False

3、关于正则表达式的说明

Python的re模块规模庞大，其中有大量正则表达式函数可用于执行字符串处理任务，如匹配、分拆和替换；
还有提高常用正则表达式处理速度的技巧，以及众多匹配常用字符的捷径。
更多re模块的参考文档

https://docs.python.org/3/library/re.html