Python正則表達式之基礎篇

正則表達式是用于處理字符串的強大工具，它并不是Python的一部分。

其他編程語言中也有正則表達式的概念，區別只在于不同的編程語言實現支持的語法數量不同。

它擁有自己獨特的語法以及一個獨立的處理引擎，在提供了正則表達式的語言里，正則表達式的語法都是一樣的。

下圖展示了使用正則表達式進行匹配的流程：

1.1介紹

正則表達式并不是Python的一部分。正則表達式是用于處理字符串的強大工具，擁有自己獨特的語法以及一個獨立的處理引擎，效率上可能不如str自帶的方法，但功能十分強大。得益于這一點，在提供了正則表達式的語言里，正則表達式的語法都是一樣的，區別只在于不同的編程語言實現支持的語法數量不同；但不用擔心，不被支持的語法通常是不常用的部分。

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。re 模塊使 Python 語言擁有全部的正則表達式功能。

1.2要知道的各種用法

模式字符串使用特殊的語法來表示一個正則表達式：

字母和數字表示他們自身。一個正則表達式模式中的字母和數字匹配同樣的字符串。多數字母和數字前加一個反斜杠時會擁有不同的含義。標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。反斜杠本身需要使用反斜杠轉義。

由于正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r'/t'，等價于'//t')匹配相應的特殊字符。

下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標志參數，某些模式元素的含義會改變。

當然這些用法很多，待會會給出經常使用到的用法，多試試就能理解了。

模式

字符類

特殊字符類

1.3re.match函數
　　re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。
　　re.match(pattern, string, flags = 0)
　　pattern 正則表達式
　　string 匹配的字符串
　　flags 標志位，用來控制匹配方式，下文會講
　　直接上程序：    
import string,re
r = "abc" #正則表達式
if re.match(r,"abc"): #匹配
print 'done'
else:
print 'defeat'
結果:
　　done
可以根據上面各表給出的用法，多練練：    
import string,re
r = "a.c" #正則表達式 . 匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。
if re.match(r,"abc"):
print re.match(r,"abc")
print 'done'
else:
print 'defeat'
結果：
<_sre.SRE_Match object at 0x01dd6158>
done
　　注意這里不是顯示匹配成功的字符串,re.match() 返回的是一個對象，不成功返回的是none.
　　我們可以通過group(num)或groups()匹配對象函數來獲取匹配表達式?！?

程序：　　　    
import string,re
r = "a.c"
if re.match(r,"abc"):
line = re.match(r,"abc")
print line.group()
else:
print 'defeat'

結果：

　　abc

1.3re.search函數

re.search() 掃描整個字符串并返回第一個成功的匹配
　　re.search(pattern, string, flags=0)
　　pattern 正則表達式
　　string 匹配的字符串
　　flags 標志位，用于控制匹配方式
　　和re.match()一樣，匹配成功re.search方法返回一個匹配的對象，否則返回None。
　　直接上程序：    
import string,re
r = "abc"
s = 'aacawcabc'
if re.search(r,s):
line = re.search(r,s)
print line.group()
結果：
abc
注意：
re.match()和re.search()的區別：
　　re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。
1.4re.sub函數

　　re.sub（）函數用于替換匹配項。

　　re.sub(pattern,repl,string,max = 0)

　　pattern 正則表達式

　　repl 替換 項

　　string 匹配的字符串

　　count 替換的最大次數 缺省值是0 表示替換所有的匹配

　　返回的字符串是在字符串中用 RE 最左邊不重復的匹配來替換。如果模式沒有發現，字符將被沒有改變地返回。

　　程序：    
import string,re
pattern = '\d'
repl = "!"
s = 'abcdefg'
line = re.sub(pattern,repl,s)
print line

結果：

!!!!!!!!!abcdefg

1.5正則表達式修飾符 - 可選標志

我們來說說什么是標志位：

正則表達式可以包含一些可選標志修飾符來控制匹配的模式。修飾符被指定為一個可選的標志。多個標志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設置成 I 和 M 標志：

程序：　    
import string,re
pattern = '[Aa][Bb][Cc][Dd]'
s = 'AbCd'
if re.match(pattern,s):
line = re.match(pattern,s)
print line.group()

結果：

AbCd

上面程序可以通過選擇標志位來實現：    
import string,re
pattern = 'abcd'
s = 'AbCd'
if re.match(pattern,s,re.I):
line = re.match(pattern,s,re.I)
print line.group()
結果;
AbCd
1.6re.compile函數
　　使用re的一般步驟是先使用re.compile()函數，將正則表達式的字符串形式編譯為Pattern實例，然后使用Pattern實例處理文本并獲得匹配結果（一個Match實例），最后使用Match實例獲得信息，進行其他的操作。
程序：    
import string,re
pattern = re.compile('\d+')
s = 'aabbccdd'
if pattern.match(s):
line = pattern.match(s)
print line.group()
結果：
11223344