Python 正则表达式之 re 模块使用

首先用一个示例演示一下 group 的用法：

 

#!C:\\python26\\python.exe
# -*- coding:UTF-8 -*-
import os,sys
import re

text ="10/15/99"
m = re.match("(\d{2})/(\d{2})/(\d{2,4})", text)
if m:
    print m.group(0)
    print m.group(1)
    print m.group(1,2,3)

# 使用圆括号()在模式中标记区域,group 方法可以抽取这些区域的内容,group(1) 会返回第一组的内容, group(2) 返回第二组的内容,如果你传递多个组数给 group 函数, 它会返回一个元组. group() 与 group(0) 相同，会返回整个匹配的单元.

执行结果：
D:\>python zhengze.py
10/15/99
10
('10', '15', '99')


 

 

下面介绍几个 re 的常用函数：

re.match

　　re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。

#!C:\\python26\\python.exe
# -*- coding:UTF-8 -*-
import os,sys
import re

text = "JGood is a handsome boy, he is cool, clever, and so on..."
m = re.match(r"(\w+)\s", text)
if m:
    print m.group(0), '\n', m.group(1)
else:
    print 'not match'

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

re.search

　　re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

#!C:\\python26\\python.exe
# -*- coding:UTF-8 -*-
import os,sys
import re

text = "JGood is a handsome boy, he is cool, clever, and so on..."
m = re.search(r'\shan(ds)ome\s', text)
if m:
    print m.group(0), m.group(1)
else:
    print 'not search'

re.search的函数原型为： re.search(pattern, string, flags)

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

re.sub

　　re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' : 

#!C:\\python26\\python.exe
# -*- coding:UTF-8 -*-
import os,sys
import re
   
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print re.sub(r'\s+', '-', text)

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为'-',第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

re.split

　　可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。

re.findall

　　re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。

re.compile

　　可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

#!C:\\python26\\python.exe
# -*- coding:UTF-8 -*-
import os,sys
import re

text = "JGood is a handsome boy, he is cool, clever, and so on..."
regex = re.compile(r'\w*oo\w*')
print regex.findall(text) #查找所有包含'oo'的单词
print regex.sub(lambda m: '[' + m.group(0) + ']', text) #将字符串中含有'oo'的单词用[]括起来。

 

  >>> str = 'Hello, world'

  >>> str.count('o')

  >>> 2

  >>> str.find('lo')

  >>> 3