python 中正则表达式的使用

正则表达式的定义

正则表达式（re）（Regular Expression）。正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
在python中，可以通过内置的re模块引用。
功能：

• 可以为想要匹配的 相应字符串集指定规则
• 该字符串集可能包含英文语句，e-amil地址，命令或者任何你想要的东西。
  

  正则表达式——元字符

  1. [ ]

• 常用来指定一个字符集：[abc]; [a-z]
• 元字符在字符集中不起作用：[akm$]
• 补集匹配不在区间范围内的字符：[^5]
  

  2. ^

• 匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始。在MULTILINE模式里，它也可以直接匹配字符串中的每个换行。
  

  3. &

  重复的使用

• *
• 指定前一个字符可以被匹配零次，或更多次，而不是只有一次，匹配引擎会试着重复尽可能多的次数 (不会超过整数的界定范围，20亿) 例如： a[bcd]*b ----- "abcbd"
• 匹配行尾，行尾被定义为要么是字符串，要么是一个换行字符后面的任何位置。
  * +*
  表示匹配一或更多次。
  注意： 和——之间的不同；匹配零或更多次，所以可以根本就不出现，而+则要求至少出现一次。
  ？**
  匹配一次或零次；可以认为它用于标识某事物是可选的。
  {m,n}
  其中m和n是十进制整数。该限定符的意思是至少有m个重复，至多到n个重复。a/{1,3}b
  忽略m会认为下边界是0，而忽略n的结果将是上边界为无穷大（实际上是20亿）
  {0，}等同于，{1，}等同于+，而{0，1}则与？相同。如果可以的话，最好使用*，+，或？

转义字符 \ 的使用

• 可以用 \ 取消所有的元字符：[ \
• \d 匹配任何十进制数，它相当于类 [0-9]
• \D 匹配任何非数字字符，它相当于类[^0-9]
• \s 匹配任何空白字符，它相当于类[\t\n\r\f\v]
• \S 匹配任何非空白字符，它相当于类[^\t\n\r\f\v]
• \w 匹配任何字母数字字符，它相当于类[a-z A-Z 0-9]
• \W 匹配任何非字母数字字符，它相当于类[^a-z A-Z 0-9]

python中re模块的使用

在Python中使用正则表达式，python提供了re模块，包含所有正则表达式的功能。

• 由于python的字符串本身也用 \ 转义，所以要注意，例如：
  s = ‘ABC\-001‘ # Python的字符串
  对应的正则表达式字符串变成：
  ‘ABC-001‘
  因此，为了避免冲突，建议使用Python中的 r 前缀，就不用考虑转义的问题了！
• python中自带了re模块，可以通过import re来使用这个模块，re模块有许多方法，下图给出了所有的方法，在ipython中可以查看具体每个方法的具体含义。
  
  以下列出了一些常用的方法：
• 1.re.findall(pattern,string,flags=0) :返回一个包含所有不重复匹配字符串的元组。
  例1：
  
• 1. re.match(pattern, string, flags=0) : 从字符串开头匹配正则表达式，如果匹配返回一个匹配的对象，如果没有匹配返回None，常结合if判断语句使用
     例2：
     

原文地址：http://blog.51cto.com/13500543/2070322