python正则表达式指南

《python正则表达式指南》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Python正则表达式指南本文介绍了Python对于正则表达式的支持，包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写高效的正则表达式、如何优化正则表达式，这些主题请查看其他教程。注意：本文基于Python2.4完成；如果看到不明白的词汇请记得百度谷歌或维基，whatever。1.正则表达式基础1.1.简单介绍正则表达式并不是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。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法

2、都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式，只需要简单看一看就可以上手了。下图展示了使用正则表达式进行匹配的流程： 正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。如果表达式中有量词或边界，这个过程会稍微有一些不同，但也是很好理解的，看下图中的示例以及自己多使用几次就能明白。下图列出了Python支持的正则表达式元字符和语法：   1.2.数量词的贪婪模式与非贪婪模式正则表达式通常用于在文本中查找

3、匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。1.3.反斜杠的困扰与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Py

4、thon里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。同样，匹配一个数字的"\d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。1.4.匹配模式正则表达式提供了一些可用的匹配模式，比如忽略大小写、多行匹配等，这部分内容将在Pattern类的工厂方法re.compile(pattern[,flags])中一起介绍。2.re模块2.1.开始使用rePython通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文

5、本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。?123456789101112131415#encoding:UTF-8import re #将正则表达式编译成Pattern对象pattern= re.compile(r'hello') #使用Pattern匹配文本，获得匹配结果，无法匹配时将返回Nonematch= pattern.match('helloworld!') if match:    #使用Match获得分组信息    print match.group() ###输出####hellore.compile(strPat

6、tern[,flag]):这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。第二个参数flag是匹配模式，取值可以使用按位或运算符'

7、'表示同时生效，比如re.I

8、re.M。另外，你也可以在regex字符串中指定模式，比如re.compile('pattern',re.I

9、re.M)与re.compile('(?im)pattern')是等价的。 可选值有：·re.I(re.IGNORECASE):忽略大小写（括号内是完整写法，下同）·M(MULTILINE):多行模式，改变'^'和'$'的行为（参见上图）·S(DOTALL):点任意匹

10、配模式，改变'.'的行为·L(LOCALE):使预定字符类wWbBsS取决于当前区域设定·U(UNICODE):使预定字符类wWbBsSdD取决于unicode定义的字符属性·X(VERBOSE):详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。以下两个正则表达式是等价的：?1234a= re.compile(r"""d+ #theintegralpart                   .   #thedecimalpoint