python 中的re 模組
正規表示式
就個人而言，主要用它來做一些複雜字串分析，提取想要的資訊
學習原則：夠用就行，需要的時候在深入
現總結如下：
正規表示式中特殊的符號：
「.」 表任意字元
「^ 」 表string起始
「$」 表string 結束
「*」 「+」 「?」 跟在字元後面表示，0個——多個， 1個——多個， 0個或者1個
*?, +?, ?? 符合條件的情況下，匹配的盡可能少//限制*,+,?匹配的貪婪性
匹配此前的字元，重複m次
m到n次，m，n可以省略
舉個例子 『a.*b』 表示a開始，b結束的任意字串
a 匹配連續5個a
表一系列字元 [abcd] 表a，b，c，d [^a] 表示非a
| a|b 表示a或者b , ab為任意的正規表示式 另外|是非貪婪的如果a匹配，則不找b
(…) 這個括號的作用要結合例項才能理解， 用於提取資訊
\d [0-9]
\d 非 \d
\s 表示空字元
\s 非空字元
\w [a-za-z0-9_]
\w 非 \w
一：re的幾個函式
1： compile(pattern, [flags])
根據正規表示式字串 pattern 和可選的flags 生成正規表示式 物件
生成正規表示式 物件（見二）
其中flags有下面的定義：
i 表示大小寫忽略
l 使一些特殊字符集，依賴於當前環境
m 多行模式 使 ^ $ 匹配除了string開始結束外，還匹配一行的開始和結束
s 「.「 匹配包括『\n』在內的任意字元，否則 . 不包括『\n』
u make \w, \w, \b, \b, \d, \d, \s and \s dependent on the unicode character properties database
x 這個主要是表示，為了寫正規表示式，更可毒，會忽略一些空格和#後面的注釋
其中s比較常用，
應用形式如下
import re
re.compile(……,re.s)
2： match(pattern,string,[,flags])
讓string匹配，pattern，後面分flag同compile的引數一樣
返回matchobject 物件（見三）
3： split( pattern, string[, maxsplit = 0])
用pattern 把string 分開
>>> re.split(『\w+』, 『words, words, words.』)
['words', 'words', 'words', '']
括號『（）』在pattern內有特殊作用，請查手冊
4：findall( pattern, string[, flags])
比較常用，
從string內查詢不重疊的符合pattern的表示式，然後返回list列表
5：sub( pattern, repl, string[, count])
repl可以時候字串，也可以式函式
當repl是字串的時候，
就是把string 內符合pattern的子串，用repl替換了
當repl是函式的時候，對每乙個在string內的，不重疊的，匹配pattern
的子串，呼叫repl（substring），然後用返回值替換substring
>>> re.sub(r』def\s+([a-za-z_][a-za-z_0-9]*)\s*\(\s*\):』,
… r』static pyobject*\npy_\1(void)\n』, dashrepl, 『pro—-gram-files』)
『pro–gram files』
二：正規表示式物件 （regular expression objects ）
產生方式：通過 re.compile(pattern，[flags])回
match( string[, pos[, endpos]]) ；返回string[pos,endpos]匹配
pattern的matchobject（見三）
split( string[, maxsplit = 0])
findall( string[, pos[, endpos]])
sub( repl, string[, count = 0])
這幾個函式和re模組內的相同，只不過是呼叫形式有點差別
re.幾個函式和 正規表示式物件的幾個函式，功能相同，但同一程式如果
多次用的這些函式功能，正規表示式物件的幾個函式效率高些
三：matchobject
通過 re.match(……) 和 re.compile(……).match返回
該物件有如下方法和屬性：
方法：group( [group1, ...])
groups( [default])
groupdict( [default])
start( [group])
end( [group])
說明這幾個函式的最好方法，就是舉個例子
matchobj = re.compile(r」(?p\d+)\.(\d*)」)
m = matchobj.match(』3.14sss』)
#m = re.match(r」(?p\d+)\.(\d*)」, 』3.14sss』)
print m.group()
print m.group(0)
print m.group(1)
print m.group(2)
print m.group(1,2)
print m.group(0,1,2)
print m.groups()
print m.groupdict()
print m.start(2)
print m.string
輸出如下：
3.14
3.14314
(』3′, 』14′)
(』3.14′, 』3′, 』14′)
(』3′, 』14′)
23.14sss
所以group() 和group(0)返回，匹配的整個表示式的字串
另外group(i) 就是正規表示式中用第i個「（）」 括起來的匹配內容
(』3.14′, 』3′, 』14′)最能說明問題了。
更進一步的學習，請看手冊
Python 正規表示式學習（二）正規表示式語法
一，單一字元匹配 1 匹配任意字元 import re res re.match r a.abcd print res.group 列印結果 abc一點.表示匹配任意的字元。上面的 表示匹配a後面的任意兩個字元。必須從a開始。若寫成 b.則會發生錯誤。2 匹配指定字元 如 0 9a za z 表示 ...
python正規表示式學習
今天學習了python中有關正規表示式的知識。關於正規表示式的語法，不作過多解釋，網上有許多學習的資料。這裡主要介紹python中常用的正 則表示式處理函式。re.match 嘗試從字串的開始匹配乙個模式，如 下面的例子匹配第乙個單詞。import re text jgood is a handso...
python正規表示式學習
python 中的re 模組 正規表示式 就個人而言，主要用它來做一些複雜字串分析，提取想要的資訊 學習原則 夠用就行，需要的時候在深入 現總結如下 正規表示式中特殊的符號 表任意字元 表string起始 表string 結束 跟在字元後面表示，0個 多個，1個 多個，0個或者1個 符合條件的情況下...