python学习笔记(re module && os) 【转】


字元
功能說明

\number
代表除了換行字元以外的所有字元。

\d
代表字串位於開頭。

\D
代表字串位於結尾。

\s
代表空格字元，即r‘[ \t\n\r\f\v]‘。

\S
代表非空格字元，即r‘[^ \t\n\r\f\v]‘。

\w
代表英數字，即[0-9a-zA-Z]。

\W
代表\w定義以外的所有字元。

reg中的sub比较高级，可以传方法，实际上经过1，外部的pattern match; 2, 传入方法； 3， 方法内部的操作； 4， 方法用return返回；这几步。

经典的sub方法最后都是default传回m.group(0).

其实sub方法变来变去还挺有意思。

pattern = re.compile(**);

首先把input按照pattern处理成多个group,

line = pattern.sub(...(func), line)

有func的话，然后再把处理完成后的匹配的字符串传入func，然后将return值作为最终的替换值。

search

group:　group(0)表示整个字符串,group(1)表示第一个匹配的字符串, print时要Print result.group（），因为result是一个类，或者group().title，就是打印内容。

group(0).title，表示打印group（0）中的内容。这个group后面括号里面的数就是正则里面第几个括号。

m in finditer

os.access(FILENAME, os.F_OK)

除了pipe外，还有执行命令的方法。

cmd = ‘arm-eabi-addr2line -f -C -e %s %s‘ % (absPath,adr)
        print("decoding address <0x%s> at file ‘%s‘" % (adr, absPath))
        
        try:
            # decoded = check_output(cmd.split(), stderr=STDOUT)
            decoded = execute_sys_cmd(cmd

raise Exception("Invalid rule file format"

getopt.GetoptError

print "Error:", sys.exc_info()[1]

print(‘[ERR] %s \n‘ % (str(sys.exc_info()[0])))

可以pattern = re.compile, line2 = pattern.match(line), 然后line2.group(0)....来表示

转：http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html

另有：http://wiki.ubuntu.org.cn/Python%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E6%93%8D%E4%BD%9C%E6%8C%87%E5%8D%97

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。

尊重作者的劳动，转载请注明作者及原文地址 >.<html

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。
Python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re

Python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。

01 # encoding: UTF-8
02 import re
03  
04 # 将正则表达式编译成Pattern对象
05 pattern =re.compile(r‘hello‘)
06  
07 # 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
08 match =pattern.match(‘hello world!‘)
09  
10 if match:
11     # 使用Match获得分组信息
12     printmatch.group()
13  
14 ### 输出 ###
15 # hello

re.compile(strPattern[, 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‘|‘表示同时生效，比如re.I |
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 |
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): 点任意匹配模式，改变‘.‘的行为
  • L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
  • U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 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：
1 a =
re.compile(r"""\d +  # the integral part
2                    \.    # the decimal point
3                    \d *  # some fractional digits""", re.X)
4 b =
re.compile(r"\d+\.\d*")

re提供了众多模块方法用于完成正则表达式的功能。这些方法可以使用Pattern实例的相应方法替代，唯一的好处是少写一行
re.compile()代码，但同时也无法复用编译后的Pattern对象。这些方法将在Pattern类的实例方法部分一起介绍。如上面这个例子可以
简写为：

1 m =
re.match(r‘hello‘,
‘hello world!‘)
2 print m.group()

re模块还提供了一个方法escape(string)，用于将string中的正则表达式元字符如*/+/?等之前加上转义符再返回，在需要大量匹配元字符时有那么一点用。

2.2. Match

Match对象是一次匹配的结果，包含了很多关于此次匹配的信息，可以使用Match提供的可读属性或方法来获取这些信息。

属性：

  1. string: 匹配时使用的文本。
  2. re: 匹配时使用的Pattern对象。
  3. pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
  4. endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
  5. lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。
  6. lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。

方法：

  1. group([group1, …]):
    获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。
  2. groups([default]):
    以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。
  3. groupdict([default]):
    返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。
  4. start([group]):
    返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。
  5. end([group]):
    返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。
  6. span([group]):
    返回(start(group), end(group))。
  7. expand(template):
    将匹配到的分组代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分组，
    但不能使用编号0。\id与\g<id>是等价的；但\10将被认为是第10个分组，如果你想表达\1之后是字符‘0‘，只能使用
    \g<1>0。
01 import re
02 m =
re.match(r‘(\w+) (\w+)(?P<sign>.*)‘,‘hello world!‘)
03  
04 print "m.string:", m.string
05 print "m.re:", m.re
06 print "m.pos:", m.pos
07 print "m.endpos:", m.endpos
08 print "m.lastindex:", m.lastindex
09 print "m.lastgroup:", m.lastgroup
10  
11 print "m.group(1,2):", m.group(1,2)
12 print "m.groups():", m.groups()
13 print "m.groupdict():", m.groupdict()
14 print "m.start(2):", m.start(2)
15 print "m.end(2):", m.end(2)
16 print "m.span(2):", m.span(2)
17 print r"m.expand(r‘\2 \1\3‘):", m.expand(r‘\2 \1\3‘)
18  
19 ### output ###
20 # m.string: hello world!
21 # m.re: <_sre.SRE_Pattern object at 0x016E1A38>
22 # m.pos: 0
23 # m.endpos: 12
24 # m.lastindex: 3
25 # m.lastgroup: sign
26 # m.group(1,2): (‘hello‘, ‘world‘)
27 # m.groups(): (‘hello‘, ‘world‘, ‘!‘)
28 # m.groupdict(): {‘sign‘: ‘!‘}
29 # m.start(2): 6
30 # m.end(2): 11
31 # m.span(2): (6, 11)
32 # m.expand(r‘\2 \1\3‘): world hello!

2.3. Pattern

Pattern对象是一个编译好的正则表达式，通过Pattern提供的一系列方法可以对文本进行匹配查找。

Pattern不能直接实例化，必须使用re.compile()进行构造。

Pattern提供了几个可读属性用于获取表达式的相关信息：

  1. pattern: 编译时用的表达式字符串。
  2. flags: 编译时用的匹配模式。数字形式。
  3. groups: 表达式中分组的数量。
  4. groupindex: 以表达式中有别名的组的别名为键、以该组对应的编号为值的字典，没有别名的组不包含在内。
01 import re
02 p =
re.compile(r‘(\w+) (\w+)(?P<sign>.*)‘, re.DOTALL)
03  
04 print "p.pattern:", p.pattern
05 print "p.flags:", p.flags
06 print "p.groups:", p.groups
07 print "p.groupindex:", p.groupindex
08  
09 ### output ###
10 # p.pattern: (\w+) (\w+)(?P<sign>.*)
11 # p.flags: 16
12 # p.groups: 3
13 # p.groupindex: {‘sign‘: 3}

实例方法[ | re模块方法]：

  1. match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]):
    这个方法将从string的pos下标处起尝试匹配pattern；如果pattern结束时仍可匹配，则返回一个Match对象；如果匹配过程中pattern无法匹配，或者匹配未结束就已到达endpos，则返回None。
    pos和endpos的默认值分别为0和len(string)；re.match()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。
    注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符‘$‘。
    示例参见2.1小节。
  2. search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]):
    这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern，如果pattern结束时仍可匹配，则返回一个Match对象；若无法匹配，则将pos加1后重新尝试匹配；直到pos=endpos时仍无法匹配则返回None。
    pos和endpos的默认值分别为0和len(string))；re.search()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。

    01 # encoding: UTF-8
    02 import re
    03  
    04 # 将正则表达式编译成Pattern对象
    05 pattern =re.compile(r‘world‘)
    06  
    07 # 使用search()查找匹配的子串，不存在能匹配的子串时将返回None
    08 # 这个例子中使用match()无法成功匹配
    09 match =pattern.search(‘hello world!‘)
    10  
    11 if match:
    12     # 使用Match获得分组信息
    13     printmatch.group()
    14  
    15 ### 输出 ###
    16 # world
  3. split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):
    按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。

    1 import re
    2  
    3 p =
    re.    compile(r‘\d+‘)
    4 print p.split(‘one1two2three3four4‘)
    5  
    6 ### output ###
    7 # [‘one‘, ‘two‘, ‘three‘, ‘four‘, ‘‘]
  4. findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):
    搜索string，以列表形式返回全部能匹配的子串。

    1 import re
    2  
    3 p =
    re.    compile(r‘\d+‘)
    4 print p.findall(‘one1two2three3four4‘)
    5  
    6 ### output ###
    7 # [‘1‘, ‘2‘, ‘3‘, ‘4‘]
  5. finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
    搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。

    1 import re
    2  
    3 p =
    re.    compile(r‘\d+‘)
    4 for m
    in p.finditer(‘one1two2three3four4‘):
    5     printm.group(),
    6  
    7 ### output ###
    8 # 1 2 3 4
  6. sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):
    使用repl替换string中每一个匹配的子串后返回替换后的字符串。
    当repl是一个字符串时，可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。
    当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。
    count用于指定最多替换次数，不指定时全部替换。

    01 import re
    02  
    03 p =
    re.    compile(r‘(\w+) (\w+)‘)
    04 s =
    ‘i say, hello world!‘
    05  
    06 print p.sub(r‘\2 \1‘, s)
    07  
    08 def func(m):
    09     returnm.group(1).title()+‘ ‘+m.group(2).title()
    10  
    11 print p.sub(func, s)
    12  
    13 ### output ###
    14 # say i, world hello!
    15 # I Say, Hello World!
  7. subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):
    返回 (sub(repl, string[, count]), 替换次数)。

    01 import re
    02  
    03 p =
    re.    compile(r‘(\w+) (\w+)‘)
    04 s =
    ‘i say, hello world!‘
    05  
    06 print p.subn(r‘\2 \1‘, s)
    07  
    08 def func(m):
    09     returnm.group(1).title()+‘ ‘+m.group(2).title()
    10  
    11 print p.subn(func, s)
    12  
    13 ### output ###
    14 # (‘say i, world hello!‘, 2)
    15 # (‘I Say, Hello World!‘, 2)

以上就是Python对于正则表达式的支持。熟练掌握正则表达式是每一个程序员必须具备的技能，这年头没有不与字符串打交道的程序了。笔者也处于初级阶段，与君共勉，^_^

另外，图中的特殊构造部分没有举出例子，用到这些的正则表达式是具有一定难度的。有兴趣可以思考一下，如何匹配不是以abc开头的单词，^_^

全文结束

时间： 2024-10-06 01:19:24

python学习笔记(re module && os) 【转】的相关文章

python学习笔记之module &amp;&amp; package

个人总结: import module,module就是文件名,导入那个python文件 import package,package就是一个文件夹,导入的文件夹下有一个__init__.py的文件, __init__.py可以有两种形式, 一种是直接import多个模块,例如 import fibo import abc 另外一种是 __all__ = ["A","B"] python学习笔记之module && package python的mo

python学习笔记12-模块使用

python学习笔记12-模块使用 模块os,sys 什么是模块? 模块os,sys 模块是Python组织代码的一种基本方式 一个Python脚本可以单独运行,也可以导入到另外一个脚本运行,用import hello语句来导入,不用加入.py 什么是Python的 包? Python的模块可以按照目录组织为包 创建一个包的步骤: 创建一个名字为包名的目录 在改目录下创建一个__init__.py文件 根据需要,在该目录下存放脚本文件或已编译的扩展及子包 import pack.m1,pack.

python 学习笔记 6 -- 异常处理

当你的程序中出现某些 异常的 状况的时候,异常就发生了.例如,当你想要读某个文件的时候,而那个文件不存在.或者在程序运行的时候,你不小心把它删除了. 那么如果你是在IDE中运行,一个错误发生,异常会被打引出来,这便是未处理异常:当异常发生时,如果没有代码去关注和处理它,这些异常会传给置在Python中的缺省处理,他会输出一些调试信息并且终止运行.如果是在IDE中,这不是什么大事,但是如果是Python程序运行中的异常,它会导致整个程序终止,对于这些情况可以使用异常来处理. 1.try..exce

python &nbsp; 学习笔记 (核心)

python    学习笔记 (核心) Python解释器从头到尾一行接一行执行脚本 # -*- coding: UTF-8 -*-    //字符编码 不区分单引号和双引号,x='hello',x[0],x[-1]指最后一个字符,x[2:4]取子串, '''hello''' #hello三引号会保留文本输入时的换行符制表符等不需要转义,用于多行原样输入保存 'hello'+'world' #字符串拼接,'hello'*2 #字符串重复 help(fun) #帮助,help(module.met

python学习笔记2—python文件类型、变量、数值、字符串、元组、列表、字典

python学习笔记2--python文件类型.变量.数值.字符串.元组.列表.字典 一.Python文件类型 1.源代码 python源代码文件以.py为扩展名,由pyton程序解释,不需要编译 [[email protected] day01]# vim 1.py #!/usr/bin/python        print 'hello world!' [[email protected] day01]# python 1.py hello world! 2.字节代码 Python源码文件

python学习笔记七：条件&循环语句

1.print/import更多信息 print打印多个表达式,使用逗号隔开 >>> print 'Age:',42 Age: 42   #注意个结果之间有一个空格符 import:从模块导入函数 import 模块 from 模块 import 函数 from 模块 import * 如果两个模块都有open函数的时候, 1)使用下面方法使用: module1.open()... module2.open()... 2)语句末尾增加as子句 >>> import ma

python学习笔记11-python内置函数

python学习笔记11-python内置函数 一.查看python的函数介绍: https://docs.python.org/2/library/ 二.python内置函数 1.abs获取绝对值: 通过python官网查看abs abs(x) Return the absolute value of a number. The argument may be a plain or long integer or a floating point number. If the argument

python学习笔记6-函数变量

python学习笔记6-函数变量 局部变量和全局变量 Python中的任何变量都有特定的作用域 在函数中定义的变量一般只能在该函数内部使用,这些只能在程序的特定部分使用得变量我们称为局部变量 在一个文件顶部定义的变量可以供文件中的任何函数调用,这些可以为整个程序所使用的变量我们称为全局变量 [[email protected] ~]# vim value.py #!/usr/bin/python x=100 def fun():     global x     x +=1     global

python 学习笔记 13 -- 常用的时间模块之time

Python 没有包含对应日期和时间的内置类型,不过提供了3个相应的模块,可以采用多种表示管理日期和时间值: *    time 模块由底层C库提供与时间相关的函数.它包含一些函数用于获取时钟时间和处理器的运行时间,还提供了基本解析和字符串格式化工具 *    datetime 模块为日期.时间以及日期时间值提供一个更高层接口.datetime 中的类支持算术.比较和时区配置. *    calendar 模块可以创建周.月和年的格式化表示.它还可以用来计算重复事件.给定日期是星期几,以及其他基