首页 > 代码库 > Python Re模块
Python Re模块
0x01 常用元字符和特殊符号
1 . 匹配除换行符以外的任意字符，除开换行 2 #f.o 可以匹配fao, foo等 3 4 ^ 匹配字符串的开始 5 #^From 匹配任何以From开始的字符串 6 7 $ 匹配字符串的结束 8 #/bin/tcsh$ 匹配任何以/bin/tcsh结束的字符串 9 #^/bin/tcsh$ 匹配仅由/bin/tcsh组成的字符串10 11 [] 用来匹配一个指定的字符类型12 #b[aeiu]t 匹配bat, bet, bit, but13 14 [^...] 不匹配字符集中出现的任何一个字符15 ? 对前一个字符重复0到1次16 * 对前一个字符重复0到多次17 {m} 对前一个字符重复m次18 {m, n} 对前一个字符重复m到n次19 () 匹配括号中的正则表达式，并保存为子组20 \d 匹配数字 21 \D 匹配任何非数字22 \s 匹配任意的空白符23 \S 匹配任意的非空白符24 \w 匹配任意字母数字字符25 \W 匹配任意非字母数字字符26 \b 匹配单词的开始或结束(边界)27 \nn 匹配已保存的子组28 \c 逐一匹配特殊字符c(即取消它的特殊含义，按字面匹配)29 \A(\Z) 匹配字符串的起始(结束)
0x02 使用闭包操作符(*, +, ?, {} )实现多次出现/重复匹配
1 [dn]ot? #do, no, dot, not2 0?[1-9] #1~9中任意一个数字，前面可能还有一个03 [0-9]{15,16} #匹配15-16位数字4 </?[^>]+> #匹配任何合法的HTML标签5 \w+-\d+ #一个由字母或数字组成的字符串和至少一个数字，中间用-连接6 ......
0x03 常用方法
1.compile(pattern, flags=0) 对正则表达式模式pattern进行编译，flags是可选标识符，并返回一个regex对象
1 >>> import re2 >>> test = ‘hello world‘3 >>> r = re.compile(r‘\w*e\w*‘) #匹配含有e的单词4 >>> r.findall(test)5 [‘hello‘]
2.match(pattern, string, flags=0) 尝试用正则表达式模式pattern匹配字符串string，flags是可选标识符，如果匹配成功，则返回一个匹配对象，否则返回None
1 >>> r = re.match(r‘\w+@\w+\.com‘,‘example@gmail.com‘)2 >>> print r.group(0)3 example@gmail.com
3.search(pattern, string, flags=0) 在字符串string中搜索正则表达式模式pattern的第一次出现，flags是可选标识符，如果匹配成功，则返回第一个匹配对象，否则返回None
re.match()和re.search()的用法是一样的，唯一的区别在于re.match()值匹配字符串的开头，如果在开头没有匹配到对应的字符串，那么就会返回None。而re.search()则会在字符串中进行搜索，直到找到一个匹配的字符串，并返回。
4.findall(pattern, string [, flags]) 在字符串string中搜索正则表达式模式pattern的所有(非重复)出现，返回一个匹配对象的列表
1 >>> re.findall(r‘\w*o\w*‘, ‘hot hello foo foo‘)2 [‘hot‘, ‘hello‘, ‘foo‘, ‘foo‘]
5.sub(pattern, repl, string, count=0, flags=0) 把字符串string中所有匹配正则表达式pattern的地方替换成字符串repl，如果count的值没有给出，则对所有匹配的地方进行替换
1 >>> re.sub(r‘X‘, ‘Mr.Smith‘, ‘attn: X, Dear X,‘)2 ‘attn: Mr.Smith, Dear Mr.Smith,‘3 >>> re.sub(r‘X‘, ‘Mr.Smith‘, ‘attn: X, Dear X,‘, count=1) 4 ‘attn: Mr.Smith, Dear X,‘5 >>>
6.split(pattern, string, max=0) 根据正则表达式pattern中的分隔符把字符string分割成一个列表，返回成功匹配的列表，最多分割max次，默认是分割所有匹配的地方
1 >>> re.split(r‘:‘, ‘str1:str2:str3‘)2 [‘str1‘, ‘str2‘, ‘str3‘]
用来分割who命令输出的结果
xt@linux-t2lc:~> who > who.txtxt :0 2015-01-25 09:34 (:0)xt pts/1 2015-01-26 13:41 (:0)xt pts/2 2015-01-27 15:05 (:0)xt pts/3 2015-01-27 15:05 (:0)xt pts/4 2015-01-27 15:05 (:0)#who.py#!/usr/bin/env python# coding=utf-8import ref = open(‘who.txt‘, ‘r‘)for eachLine in f.readlines(): print re.split(‘\s\s+|\t‘, eachLine.strip())f.close()e#output[‘xt‘, ‘:0‘, ‘2015-01-25 09:34 (:0)‘][‘xt‘, ‘pts/1‘, ‘2015-01-26 13:41 (:0)‘][‘xt‘, ‘pts/2‘, ‘2015-01-27 15:06 (:0)‘][‘xt‘, ‘pts/3‘, ‘2015-01-27 15:06 (:0)‘][‘xt‘, ‘pts/4‘, ‘2015-01-27 15:06 (:0)‘]
Python Re模块