re模块
什么是正则表达式
正则表达式，英文叫做Regular Expression。简单说，正则表达式就是一组规则，用于实现字符串的查找，匹配，以实现关于字符串的相关操作，比如替换，删除等。
正则表达式分为基本正则表达式（BRE），扩展正则表达式（ERE）两类。
什么是Python的正则表达式
Python中的正则表达式模块就是re模块，在Python中可以通过re模块来做正则表达式的操作。
Python中re模块的常用方法有：match，search，findall，sub，replace，split等
常用的匹配规则有：
##字符匹配：
. #匹配除换行符以外的任意字符
\w #匹配字母或数字或下划线或汉字
\s #匹配任意的空白符
\d #匹配数字
\b #匹配单词的开始或结束
^ #匹配字符串的开始
$ #匹配字符串的结束
##次数匹配：
* #重复零次或更多次
+ #重复一次或更多次
? #重复零次或一次
{n} #重复n次
{n,} #重复n次或更多次
{n,m} #重复n到m次
下面将通过实例对re模块的常用方法做说明
1、match(pattern, string, flags=0)
从起始位置开始根据模型去字符串中匹配指定内容，匹配单个
- 正则表达式
- 要匹配的字符串
- 标志位，用于控制正则表达式的匹配方式
import re
obj = re.match(‘\d+‘, ‘123uuasf‘)
if obj:
print obj.group()
# flags I = IGNORECASE = sre_compile.SRE_FLAG_IGNORECASE # ignore case L = LOCALE = sre_compile.SRE_FLAG_LOCALE # assume current 8-bit locale U = UNICODE = sre_compile.SRE_FLAG_UNICODE # assume unicode locale M = MULTILINE = sre_compile.SRE_FLAG_MULTILINE # make anchors look for newline S = DOTALL = sre_compile.SRE_FLAG_DOTALL # make dot match newline X = VERBOSE = sre_compile.SRE_FLAG_VERBOSE # ignore whitespace and comments
2、search(pattern, string, flags=0)
根据模型去字符串中匹配指定内容，匹配单个
import re
obj = re.search(‘\d+‘, ‘u123uu888asf‘)
if obj:
print obj.group()
3、group和groups
a = "123abc456"
print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group()
print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(0)
print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(1)
print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(2)
print re.search("([0-9]*)([a-z]*)([0-9]*)", a).groups()
4、findall(pattern, string, flags=0)
上述两中方式均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall。
import re obj = re.findall(‘\d+‘, ‘fa123uu888asf‘) print obj
5、sub(pattern, repl, string, count=0, flags=0)
用于替换匹配的字符串
content = "123abc456" new_content = re.sub(‘\d+‘, ‘sb‘, content) # new_content = re.sub(‘\d+‘, ‘sb‘, content, 1) print new_content
相比于str.replace功能更加强大
6、split(pattern, string, maxsplit=0, flags=0)
根据指定匹配进行分组
content = "‘1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )‘" new_content = re.split(‘\*‘, content) # new_content = re.split(‘\*‘, content, 1) print new_content
content = "‘1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )‘" new_content = re.split(‘[\+\-\*\/]+‘, content) # new_content = re.split(‘\*‘, content, 1) print new_content
inpp = ‘1-2*((60-30 +(-40-5)*(9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2))‘
inpp = re.sub(‘\s*‘,‘‘,inpp)
new_content = re.split(‘\(([\+\-\*\/]?\d+[\+\-\*\/]?\d+){1}\)‘, inpp, 1)
print new_content
相比于str.split更加强大
匹配IP地址：
^(25[0-5]|2[0-4]\d|[0-1]?\d?\d)(\.(25[0-5]|2[0-4]\d|[0-1]?\d?\d)){3}$
匹配手机号：
^1[3|4|5|8][0-9]\d{8}$
参考链接：
http://www.crifan.com/files/doc/docbook/python_topic_re/release/html/python_topic_re.html
http://www.cnblogs.com/wupeiqi/articles/4963027.html