python 正則表達式

Python正則表達式：

　　在Python中實現正則的方式是通過re（regular expression的縮寫）模塊來實現的，你可以調用re模塊的各種方法來實現不同的功能，下面我們就來說下，在Python中通過re模塊可以調用那些方法，以及這些方法的作用都是什麼；還有就是正則的實例以及各種特殊符號的含義：

　　1、re.sub和replace:

 　　　　sub的全拼是substitute，也就是替換的意思；既然知道是替換了，那就很容易用到實例中了，其實replace也是替換的意思，只不過它們的用法不太相同，下面用一個例子來詳細說明下它們的異同之處：

>>> import re
>>> str1 = 'Hello 111 is 222'
>>> str2 = str1.replace('111','222')
>>> print(str2)
Hello 222 is 222
>>>

　　　這是一個簡單的例子，如果是下面這種情形，把所有的數字都換成222，那麼用replace實現起來就比較麻煩，而用re模塊的sub方法實現起來就比較的簡單：（如果是更復雜的操作，使用replace可能就無法實現了。）

>>> import re
>>> str1 = 'Hello 123 is 456'
>>> str2 = re.sub('\d+','222',str1)
>>> print(str2)
Hello 222 is 222
>>>

　　2、re.search()和re.match():

　　　　match: 只從字符串的開始與正則表達式匹配，匹配成功返回matchobject,否則返回none.

　　　　search:將字符串的所有字串嘗試與正則表達式匹配，如果所有的字串都沒有匹配成功則返回none，否則返回matchobject.

　　　　下面這個例子說明了match和search的異同點，也說明了，在實際的應用中，search用的還是比較多的：

 import re
 str1 = 'helloword,i am alex'
 if not re.match('word',str1):
     print('cannot match')
 print(re.match('hello',str1).group())
 print(re.search('word',str1).group())
 
 #顯示結果
 cannot match
 hello
 word

　　3、re.split:

　　　　在Python中，如果想對一個字符串進行分割的話，只需要調用str的split方法就可以實現，但是這個split只能根據某個字符來進行分割的操作，如果要同時指定多個字符來進行分割的話，它就無法實現了。

　　　　好在re模塊也提供了split這個方法來對字符串進行分割，而且這個方法更加強大，可以同時根據多個字符進行分割的操作，下面來看分別看一下str的split和re的split有什麼不同的地方：

 str1 = 'helloword,i;am\nalex'
 str2 = str1.split(',')
 print(str2)
 
 import re
 str3 = re.split('[,|;|\n]',str1)
 print(str3)
 
 #下面是不同的輸出結果
 ['helloword', 'i;am\nalex']
 ['helloword', 'i', 'am', 'alex']

　　　　從中我們可以看出，上面說的真實性。

　　4、findall:

　　　　findall方法基本上都是和compile方法同時出現的，它們的用法是：

　　　　　　先由compile將一個正則表達式的字符串形式轉換成pattern實例，然後再使用patte實例調用findall方法生成match對象來獲取結果，在將它們結合的實例之前，我們先來看下正則表達式中預設的特殊字符含義：

　　　　\d  匹配任何十進制數；它相當於類 [0-9]。

　　　　\D  匹配任何非數字字符；它相當於類 [^0-9]。

　　　　\s  匹配任何空白字符；它相當於類  [ "t"n"r"f"v]。

　　　　\S  匹配任何非空白字符；它相當於類 [^ "t"n"r"f"v]。

　　　　\w  匹配任何字母數字字符；它相當於類 [a-zA-Z0-9_]。

　　　　\W  匹配任何非字母數字字符；它相當於類 [^a-zA-Z0-9_]。

　　　看完這幾個特殊字符的含義，我們再舉一個例子來說明一下上面的論點：

 import re
 
 str1 = 'asdf12dvdve4gb4'
 pattern1 = re.compile('\d')
 pattern2 = re.compile('[0-9]')
 mch1 = pattern1.findall(str1)
 mch2 = pattern2.findall(str1)
 print('mch1:\t%s'% mch1)
 print('mch2:\t%s'% mch2)
 
 #輸出結果
 mch1:    ['1', '2', '4', '4'] mch2:    ['1', '2', '4', '4']

　　　上面的兩個實例都可以很好的闡述上面的論點，而且也表明了，特殊字符\d確實跟[0-9]是一樣的，通過輸出結果就可以看出，那麼如果你不想把每個數字都拆分為一個元素放在列表中，而是想把12整體的輸出出來，那麼你可以這樣做：（就是在\d的後面加上個+號來實現的，這裡的+號表示的是把一個或者多個相連的十進制數字整體輸出）

 import re
 
 str1 = 'asdf12dvdve4gb4'
 pattern1 = re.compile('\d+')
 pattern2 = re.compile('[0-9]')
 mch1 = pattern1.findall(str1)
 mch2 = pattern2.findall(str1)
 print('mch1:\t%s'% mch1)
 print('mch2:\t%s'% mch2)
 
 #輸出結果
 mch1:    ['12', '4', '4']
 mch2:    ['1', '2', '4', '4']

　　　我們再舉一個小例子，這個例子是結合特殊字符和re的sub功能實現一下把字符串中所有的空格都給去掉：

 import re
 
 str1 = 'asd \tf12d   vdve4gb4'
 new_str = re.sub('\s*','',str1)
 print(new_str)
 
 #輸出結果
 asdf12dvdve4gb4

　　5、元字符：

　　　　我們通常所說的二元字符有;2元字符：.   ^   $   *   +   ?   { }   [ ]   |   ( )  \ 

　　　　我們首先考察的元字符是"[" 和 "]"。它們常用來指定一個字符類別，所謂字符類別就是你想匹配的一個字符集。字符可以單個列出，也可以用“-”號分隔的兩個給定
字符來表示一個字符區間。例如，[abc] 將匹配"a", "b", 或 "c"中的任意一個字符；也可以用區間[a-c]來表示同一字符集，和前者效果一致。如果你只想匹配小寫字母，那麼 RE 應寫成 [a-z].元字符在類別裡並不起作用。例如，[akm$]將匹配字符"a", "k", "m", 或 "$" 中的任意一個；"$"通常用作元字符，但在字符類別裡，其特性被除去，恢復成普通字
符。

　　　　[]:元字符[]表示字符類，在一個字符類中，只有字符^、-、]和\有特殊含義。字符\仍然表示轉義，字符-可以定義字符范圍，字符^放在前面，表示非.(這個在上面的特殊字符示例中也有提現)，

　　　　+           匹配+號前內容1次至無限次
　　　　?           匹配?號前內容0次到1次
　　　　{m}         匹配前面的內容m次
　　　　{m,n}       匹配前面的內容m到n次

　　　　下面通過一個小例子，來闡述一下上面的字符在元字符[]中的使用：(在下面的這個例子中，要注意的有兩點：一是在\d+後面的？號的含義，二是在匹配的前面加上了一個字符r,其實在這個示例中，加與不加都可以顯示一樣的結果)

 >>> import re
 >>> print(re.findall(r"a(\d+?)","a123b"))
 ['1']
 >>> print(re.findall(r"a(\d+)","a123b"))
 ['123']
 >>>