第十六章、 正则表达式
1) 匹配多个表达式
记号 re1|re2
说明 匹配正则表达式re1或re2
举例 foo|bar 匹配 foo, bar
记号 {N}
说明 匹配前面出现的正则表达式N
举例 [0-9]{3} 匹配
2) 匹配单个/多个/范围内字符
记号 .
说明 匹配任何字符(换行符除外)
举例 b.b 匹配 b和b中间有一个任意字符bab, bcb, bbb
举例 .. (匹配任何两个字符) 匹配 xx, ab
记号 […]
说明 匹配字符组里面出现的任意一个字符
举例 b[aeiou]t 匹配3字符串 bat,bit,but,bet
举例 [ab][23][xy] 匹配3字符串 a2x,a3y,b2x,b3x
记号 [..x-y..]
说明 匹配从字符x到y中的任意一个字符
举例 [0-9] 匹配任意一个十进制数字,
[A-Za-z] 匹配任意一个字母
3) 匹配开头结尾边界
记号 ^
说明 匹配字符串的开始
举例 ^Dear 匹配 任何以Dear开始的字符串
记号 $
说明 匹配字符串的结尾
举例 /bin/*sh$ 匹配 任何以/bin/*sh结束的字符串
4) 否定范围
记号 [^…]
说明 不匹配此字符集中出现的任何一个字符，包括某一范围的字符
举例 [^aeiou]匹配
[^A-Za-z0-9] 匹配
5) 多次出现/重复匹配
记号 *
说明 匹配前面出现的正则表达式零次或多次
举例 [A-Za-z0-9]* 匹配 a
记号 +
说明 匹配前面出现的正则表达式一次或多次
举例 [a-z]+\.com 匹配 qq.com, baidu.com
记号 ?
说明 匹配前面出现的正则表达式零次或一次
举例 goo? 匹配 go,goo
0?[1-9]匹配1到9的任意数字，前面可能有个0
记号 {M,N}
说明 匹配重复出现M次到N次的正则表达式
举例 [0-9]{5,10} 匹配5到9位数字,如QQ号码
[KQRBNP][a-h][1-8]-[a-h][1-8]国际象棋合法移动
记号 (*|+|?{})?
说明 用于上面出现的任何”非贪婪”.版本重复匹配次数符号
举例 .*?[a-z] 匹配
6) 特殊字符
记号 \d
说明 匹配任何数字,和[0-9]一样(\D为\d的反义,任何非数字符)
举例 data\d+.txt 匹配data后面一个或多个数字.txt
\d{3}-\d(3)-d{4} 匹配美国电话号码，如800-555-1212
记号 \w
说明 匹配任何数字字母字符,和[A-Za-z0-9_]相同,(\W为\w的反义)
举例 [A-Za-z_]\w+ 匹配任意字母再加任意一个字母或数字
\w+@\w+\.com 匹配一个电子邮件,如xxx@yyy.com
记号 \s
说明 匹配任何空白符,和[\n\t\r\v\f]相同(\S是\s的反义)
举例 of\sthe 匹配 of the
记号 \b
说明 匹配单词边界(\B是\b的反义)
举例 \bthe\b 仅匹配单词the
/bthe 任何以the开始的字符串
记号 \nn
说明 匹配已保存的子组(参考(…))
举例 price:\16 匹配
记号 \c
说明 逐一匹配特殊字符c(即取消特殊含义,按字面匹配)
举例 \.,\\,\* 匹配
记号 \A(\Z)
说明 匹配字符串的起始(结束)
举例 \ADear 以Dear开始的字符串
7) 用圆括号组建组
记号 (…)
说明 匹配封闭括号中正则表达式(RE),并保存为子组
举例 ([0-9]{3})?, f(oo|u)bar 匹配
\d+(\.\d*)? 匹配浮点型数字,任意十进制数字加一个可选小数部分(包括一个小数点,零个或多个十进制数字)，如0.004,75等.
8) 其它
记号 literal
说明 匹配字符串的值
举例 foo 匹配 foo
import re;
patt = '(\w+)-(\d+)'
strg = 'abc-123'
m = re.match(patt, strg)
print m.group() #abc-123 //所有匹配部分
print m.group(1) #abc //匹配的子组1
print m.group(2) #123 //匹配的子组2
print m.groups() #('abc', '123') //所有匹配子组
findall找个每个匹配的部分
>>> re.findall('car', 'carry the car') #['car', 'car']
sub搜索替换
>>> re.sub('X', 'Mr.Smith', 'Dear X') #'Dear Mr.Smith'
subn搜索替换并返回次数
>>> re.subn('X', 'Mr.Smith', 'Dear X') #('Dear Mr.Smith', 1)
split分割字符串
>>> re.split(':', 'str1:str2:str3') #['str1', 'str2', 'str3']
贪婪匹配
data = ':1234567-8-9'
print re.search('\d+-\d+-\d+', data).group() #1234567-8-9
print re.match('.+\d+-\d+-\d+', data).group() #:1234567-8-9
print re.match('.+(\d+-\d+-\d+)', data).group(1) #7-8-9
print re.match('.+?(\d+-\d+-\d+)', data).group(1) #1234567-8-9