本文講述了python實(shí)現(xiàn)的正則表達(dá)式功能。分享給大家供大家參考，具體如下：

前文：

首先，什么叫正則表達(dá)式（Regular Expression）？

例如我們要判斷字符串"adi_e32fv,Ls"里面是否含有子串"e32f"，又例如我們?cè)谝粋€(gè)含百萬個(gè)姓名的txt文件中找姓“王”，名字以“五”結(jié)尾的名字，然后打印出來。結(jié)果為：“王五”、“王小五”、“王大五”、“王小小五”……

以前我們是使用字符串函數(shù)來查找的，但是代碼實(shí)現(xiàn)起來會(huì)很復(fù)雜。如今用正則表達(dá)式只需要一句 re.findall('王.*？五',txt1) 就可以了！正則表達(dá)式是寫網(wǎng)絡(luò)爬蟲的最基本的知識(shí)，可以用正則表達(dá)式在html中搜集滿足某些字串要求的網(wǎng)址。下面是個(gè)人對(duì)正則表達(dá)式基礎(chǔ)知識(shí)的一些總結(jié)。

（操作環(huán)境：32位Win8系統(tǒng)，運(yùn)行工具：python2.7.9+Eclipse.）

正文：

1、首先要導(dǎo)入python的re模塊。

2、元字符 . ^ $ * + ? {} [] \ | ()

re模塊中的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'結(jié)果為：

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

結(jié)果：

['dit', 'dit']

|作用：'dit|dct'表示dit或者dct。

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

結(jié)果：

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

[]作用：[ic]表示i或c，例如'd[ic]t'表示dit和dct兩者，和'dit|dct'等價(jià)：

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

結(jié)果：

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

^作用一：[^ic]中^表示否定，即除了i和c：

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

結(jié)果：

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

^作用二：^dit表示子串dit在開頭位置，而dct不是在開頭：

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

結(jié)果：

['dit'][]

$作用：dot$表示子串dot要在末尾位置，而dct不是在末尾：

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

結(jié)果：

['dot'][]

.作用：d.t表示d與t之間省略了一個(gè)任意字符：

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

結(jié)果：

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

+作用：di+t表示d與t之間省略了一個(gè)或多個(gè)'i'：

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

結(jié)果：

['dit', 'diit']

*作用：di*t表示d與t之間省略了零個(gè)至多個(gè)'i'：

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

結(jié)果：

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

經(jīng)常，'.'和'+'或者'*'搭配使用。'.+'表示省略了一個(gè)至多個(gè)任意元素，'.*'表示省略了零個(gè)至多個(gè)任意元素：

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

結(jié)果：

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

？作用一：看.+的匹配結(jié)果，'dit'、'dot'也滿足'd.+t'的匹配條件，而輸出的卻是滿足匹配條件的最長子串'dit dot det,dct dit dot'，這個(gè)叫貪婪匹配。如果要輸出最短的匹配字串，只需在'+'后面加上'？'：（注：對(duì)于'*'也是一樣，只需在'*'后面加上'？'）

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

結(jié)果：

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

？作用二：di?t表示i可有可無，即dt、dit都滿足匹配條件：

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

結(jié)果：

['dt', 'dit']

{}作用一：di{n}t表示d和t之間有n個(gè)'i'：

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

結(jié)果：

['diit']

{}作用二：di{n,m}t表示d和t之間有n到m個(gè)'i'：

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

結(jié)果：

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

其中，n和m都是可以省略的。{n,}表示n個(gè)到任意個(gè)；{,m}表示0個(gè)到m個(gè)；{,}表示任意個(gè)，和'*'功能一樣：

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)

結(jié)果：

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

\作用一：取消元字符，變成轉(zhuǎn)義字符：

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

結(jié)果：

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

\作用二：預(yù)定義字符

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

結(jié)果：

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

()作用：在匹配字符串后，只輸出匹配字串'()'里面的內(nèi)容：

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

結(jié)果：

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

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

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

作用：在string中從左往右搜索與pattern匹配的字串，結(jié)果以list形式返回。

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

結(jié)果：['ab', 'cd']

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

作用：其功能與re.findall相同，但結(jié)果以迭代器的形式返回。

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

結(jié)果：

ab (0, 2)
      cd (3, 5)

（注：a.group()返回滿足匹配調(diào)節(jié)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中從左往右搜索與pattern匹配的字串，無匹配結(jié)果則返回None，否則返回一個(gè)search實(shí)例。

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

結(jié)果：cd 3 5

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

作用：判斷string的頭部是否與pattern匹配，是則返回match實(shí)例，否則返回None。

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

結(jié)果：None

re.compile(pattern,flags = 0)

作用：對(duì)匹配格式pattern進(jìn)行編譯，返回一個(gè)實(shí)例對(duì)象。對(duì)正則表達(dá)式先編譯，可以大幅提高匹配速度。

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

結(jié)果：['ab']

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

作用：在string匹配pattern的時(shí)候做分割：

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

結(jié)果：

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

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

作用：在string當(dāng)中把滿足pattern正則的字串替換成repl：

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

結(jié)果：a123de

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

作用：其功能與re.sub()相同，但返回的結(jié)果多了一個(gè)數(shù)字，代表替換了多少次

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

結(jié)果：('a123de123e', 2)

PS：這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用：

JavaScript正則表達(dá)式在線測(cè)試工具：
http://tools.jb51.net/regex/javascript

正則表達(dá)式在線生成工具：
http://tools.jb51.net/regex/create_reg

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

最新評(píng)論