Python re模块介绍
Python中转义字符
正则表达式使用反斜杠”\“来代表特殊形式或用作转义字符，这里跟Python的语法冲突，因此，Python用”\\\\“表示正则表达式中的”\“，因为正则表达式中如果要匹配”\“，需要用\来转义，变成”\\“，而Python语法中又需要对字符串中每一个\进行转义，所以就变成了”\\\\“。
上面的写法是不是觉得很麻烦，为了使正则表达式具有更好的可读性，Python特别设计了原始字符串(rawstring)，需要提醒你的是，在写文件路径的时候就不要使用rawstring了，这里存在陷阱。rawstring就是用'r'作为字符串的前缀，如r”\n”：表示两个字符”\”和”n”，而不是换行符了。Python中写正则表达式时推荐使用这种形式。
正则表达式元字符说明
.匹配除换行符以外的任意字符
^匹配字符串的开始
$匹配字符串的结束
[]用来匹配一个指定的字符类别
?对于前一个字符字符重复0次到1次
*对于前一个字符重复0次到无穷次
{}对于前一个字符重复m次
{m,n}对前一个字符重复为m到n次
\d匹配数字，相当于[0-9]
\D匹配任何非数字字符，相当于[^0-9]
\s匹配任意的空白符，相当于[fv]
\S匹配任何非空白字符，相当于[^fv]
\w匹配任何字母数字字符，相当于[a-zA-Z0-9_]
\W匹配任何非字母数字字符，相当于[^a-zA-Z0-9_]
\b匹配单词的开始或结束
模块函数说明即举例
re.compile将正则表达式编译成pattern对象
compile(pattern,flags=0)
第一个参数：规则
第二个参数：标志位
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None
match(pattern,string,flags=0)
第一个参数：规则
第二个参数：表示要匹配的字符串
第三个参数：标致位，用于控制正则表达式的匹配方式
re.search匹配整个字符串，直到找到一个匹配
search(pattern,string,flags=0)
第一个参数：规则
第二个参数：表示要匹配的字符串
第三个参数：标致位，用于控制正则表达式的匹配方式
>>>importre
>>>pattern=re.compile(r'linuxeye')
>>>match=pattern.match('jb51.net')
>>>printmatch
<_sre.SRE_Matchobjectat0x7f4e96e61c60>
>>>printmatch.group()
linuxeye
>>>m=pattern.match('blog.jb51.net')#match匹配开头，没找到
>>>printm
None
>>>m=pattern.search('blog.jb51.net')#search匹配整个字符串，直到找到一个匹配
>>>printm
<_sre.SRE_Matchobjectat0x7f15abfc6b28>
>>>printm.group()
linuxeye
>>>m=re.match(r'linuxeye','jb51.net')#不用re.compile >>>printm <_sre.SRE_Matchobjectat0x7f4e96e61b90> >>>printm.group() linuxeye >>>m=re.match(r'linuxeye','www.nhooo.com') >>>printm None
re.split用于来分割字符串
split(pattern,string,maxsplit=0)
第一个参数：规则
第二个参数：字符串
第三个参数：最大分割字符串，默认为0，表示每个匹配项都分割
实例：分割所有的字符串
>>>importre >>>test_str="12345" >>>re.split(r'\s+',test_str) ['1','2','3','4','5'] >>>re.split(r'\s+',test_str,2)#分割前2个 ['1','2','345'] >>>test_str="1.2.3.4.5" >>>re.split(r'\.',test_str) ['1','2','3','4','5'] >>>re.split(r'\.',test_str,3) ['1','2','3','4.5']
re.findall在目标字符串查找符合规则的字符串
findall(pattern,string,flags=0)
第一个参数：规则
第二个参数：目标字符串
但三个参数：后面还可以跟一个规则选择项
返回的结果是一个列表，建中存放的是符合规则的字符串，如果没有符合规则的字符串呗找到，就会返回一个空值
>>>importre
>>>test_mail='<test01@gmail.com><test02@gmail.org>test03@gmail.net'
>>>mail_re=re.compile(r'\w+@g....\.[a-z]{3}')
>>>re.findall(mail_re,test_mail)
['test01@gmail.com','test02@gmail.org','test03@gmail.net']
re.sub以正则表达式为基础的替换工作
sub(pattern,repl,string,count=0)
第一个参数：规则
第二个参数：替换后的字符串
第三个参数：字符串
第四个参数：替换个数。默认为0，表示每个匹配项都替换
>>>test='blog.jb51.netjb51.net' >>>test_re=re.compile(r'\.') >>>re.sub(test_re,'--',test) 'blog--linuxeye--comlinuxeye--com' >>>re.sub(test_re,'--',test,1) 'blog--jb51.netjb51.net'