Python中的正則表達(dá)式(re)

<pre>import re
re.match #從開始位置開始匹配箱蟆，如果開頭沒有則無
re.search #搜索整個字符串
re.findall #搜索整個字符串，返回一個list</pre>

舉例：

<pre>r(raw)用在pattern之前刮便，表示單引號中的字符串為原生字符空猜，不會進(jìn)行任何轉(zhuǎn)義
re.match(r'l','liuyan1').group() #返回l
re.match(r'y','liuyan1') #返回None
re.search(r'y','liuyan1').group() #返回y</pre>

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來控制匹配的模式。修飾符被指定為一個可選的標(biāo)志。多個標(biāo)志可以通過按位 OR(|) 它們來指定辈毯。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志：

| 修飾符 | 描述 |
| re.I | 使匹配對大小寫不敏感 |
| re.L | 做本地化識別（locale-aware）匹配 |
| re.M | 多行匹配坝疼，影響 ^ 和 $ |
| re.S | 使 . 匹配包括換行在內(nèi)的所有字符 |
| re.U | 根據(jù)Unicode字符集解析字符。這個標(biāo)志影響 \w, \W, \b, \B. |
| re.X | 該標(biāo)志通過給予你更靈活的格式以便你將正則表達(dá)式寫得更易于理解谆沃。 |

<pre>re.search(r'[a-z]+','liuyaN1234ab9').group() #返回'liuya'
re.search(r'[a-z]+','liuyaN1234ab9', re.I).group() #返回'liuyaN'钝凶，對大小寫不敏感</pre>

<pre>#如果匹配成功，則打印m管毙，否則返回Null
if re.match(r'[0-9]','a'):print 'm'</pre>

<pre>#用空格分割
re.split(r'\s+', 'a b c')
返回：['a', 'b', 'c', 'd']</pre>

<pre>#用逗號分隔
re.split(r'[\s,]+', 'a,b, c d')
返回：['a', 'b', 'c', 'd']</pre>

rr=re.match(r'[0-9]','3')

rr.group(0)

正則表達(dá)式模式--http://www.runoob.com/python/python-reg-expressions.html

模式字符串使用特殊的語法來表示一個正則表達(dá)式：

字母和數(shù)字表示他們自身腿椎。一個正則表達(dá)式模式中的字母和數(shù)字匹配同樣的字符串。

多數(shù)字母和數(shù)字前加一個反斜杠時會擁有不同的含義夭咬。

標(biāo)點(diǎn)符號只有被轉(zhuǎn)義時才匹配自身，否則它們表示特殊的含義铆隘。

反斜杠本身需要使用反斜杠轉(zhuǎn)義卓舵。

由于正則表達(dá)式通常都包含反斜杠，所以你最好使用原始字符串來表示它們膀钠。模式元素(如 r'/t'掏湾，等價于'//t')匹配相應(yīng)的特殊字符。

下表列出了正則表達(dá)式模式語法中的特殊元素肿嘲。如果你使用模式的同時提供了可選的標(biāo)志參數(shù)融击，某些模式元素的含義會改變。

| 模式 | 描述 |
| ^ | 匹配字符串的開頭 |
| $ | 匹配字符串的末尾雳窟。 |
| . | 匹配任意字符尊浪，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時封救，則可以匹配包括換行符的任意字符拇涤。 |
| [...] | 用來表示一組字符,單獨(dú)列出：[amk] 匹配 'a'，'m'或'k' |
| [^...] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符誉结。 |
| re* | 匹配0個或多個的表達(dá)式鹅士。 |
| re+ | 匹配1個或多個的表達(dá)式。 |
| re? | 匹配0個或1個由前面的正則表達(dá)式定義的片段惩坑，非貪婪方式 |
| re{ n} | |
| re{ n,} | 精確匹配n個前面表達(dá)式掉盅。 |
| re{ n, m} | 匹配 n 到 m 次由前面的正則表達(dá)式定義的片段，貪婪方式 |
| a| b | 匹配a或b |
| (re) | G匹配括號內(nèi)的表達(dá)式以舒，也表示一個組 |
| (?imx) | 正則表達(dá)式包含三種可選標(biāo)志：i, m, 或 x 趾痘。只影響括號中的區(qū)域。 |
| (?-imx) | 正則表達(dá)式關(guān)閉 i, m, 或 x 可選標(biāo)志稀轨。只影響括號中的區(qū)域笙纤。 |
| (?: re) | 類似 (...), 但是不表示一個組 |
| (?imx: re) | 在括號中使用i, m, 或 x 可選標(biāo)志 |
| (?-imx: re) | 在括號中不使用i, m, 或 x 可選標(biāo)志 |
| (?#...) | 注釋. |
| (?= re) | 前向肯定界定符。如果所含正則表達(dá)式灸促，以 ... 表示，在當(dāng)前位置成功匹配時成功艰赞，否則失敗。但一旦所含表達(dá)式已經(jīng)嘗試肚吏，匹配引擎根本沒有提高方妖；模式的剩余部分還要嘗試界定符的右邊。 |
| (?! re) | 前向否定界定符罚攀。與肯定界定符相反党觅；當(dāng)所含表達(dá)式不能在字符串當(dāng)前位置匹配時成功 |
| (?> re) | 匹配的獨(dú)立模式，省去回溯斋泄。 |
| \w | 匹配字母數(shù)字 |
| \W | 匹配非字母數(shù)字 |
| \s | 匹配任意空白字符杯瞻，等價于 [\t\n\r\f]. |
| \S | 匹配任意非空字符 |
| \d | 匹配任意數(shù)字，等價于 [0-9]. |
| \D | 匹配任意非數(shù)字 |
| \A | 匹配字符串開始 |
| \Z | 匹配字符串結(jié)束炫掐，如果是存在換行魁莉，只匹配到換行前的結(jié)束字符串。c |
| \z | 匹配字符串結(jié)束 |
| \G | 匹配最后匹配完成的位置募胃。 |
| \b | 匹配一個單詞邊界旗唁，也就是指單詞和空格間的位置。例如痹束， 'er\b' 可以匹配"never" 中的 'er'检疫，但不能匹配 "verb" 中的 'er'。 |
| \B | 匹配非單詞邊界祷嘶。'er\B' 能匹配 "verb" 中的 'er'屎媳，但不能匹配 "never" 中的 'er'。 |
| \n, \t, 等. | 匹配一個換行符抹蚀。匹配一個制表符剿牺。等 |
| \1...\9 | 匹配第n個分組的子表達(dá)式。 |
| \10 | 匹配第n個分組的子表達(dá)式环壤，如果它經(jīng)匹配晒来。否則指的是八進(jìn)制字符碼的表達(dá)式。 |

正則表達(dá)式實(shí)例

字符匹配

| 實(shí)例 | 描述 |
| python | 匹配 "python". |

字符類

| 實(shí)例 | 描述 |
| [Pp]ython | 匹配 "Python" 或 "python" |
| rub[ye] | 匹配 "ruby" 或 "rube" |
| [aeiou] | 匹配中括號內(nèi)的任意一個字母 |
| [0-9] | 匹配任何數(shù)字郑现。類似于 [0123456789] |
| [a-z] | 匹配任何小寫字母 |
| [A-Z] | 匹配任何大寫字母 |
| [a-zA-Z0-9] | 匹配任何字母及數(shù)字 |
| [^aeiou] | 除了aeiou字母以外的所有字符 |
| [^0-9] | 匹配除了數(shù)字外的字符 |

特殊字符類

| 實(shí)例 | 描述 |
| . | 匹配除 "\n" 之外的任何單個字符湃崩。要匹配包括 '\n' 在內(nèi)的任何字符，請使用象 '[.\n]' 的模式接箫。 |
| \d | 匹配一個數(shù)字字符攒读。等價于 [0-9]。 |
| \D | 匹配一個非數(shù)字字符辛友。等價于 [^0-9]薄扁。 |
| \s | 匹配任何空白字符剪返，包括空格、制表符邓梅、換頁符等等脱盲。等價于 [ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符日缨。等價于 [^ \f\n\r\t\v]钱反。 |
| \w | 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'匣距。 |
| \W | 匹配任何非單詞字符面哥。等價于 '[^A-Za-z0-9_]'。 |

1 Python ****正則式的基本用法 --原文地址：http://blog.csdn.net/whycadi/archive/2008/01/02/2011046.aspx

Python 的正則表達(dá)式的模塊是 ‘re’, 它的基本語法規(guī)則就是指定一個字符序列毅待，比如你要在一個字符串 s=’123abc456’ 中查找字符串 ’abc’, 只要這樣寫：

import re

s='123abc456eabc789'

re.findall(r’abc’,s)

結(jié)果就是：

['abc', 'abc']

這里用到的函數(shù) ”findall(rule , target [,flag] )” 是個比較直觀的函數(shù)尚卫，就是在目標(biāo)字符串中查找符合規(guī)則的字符串。第一個參數(shù)是規(guī)則恩静，第二個參數(shù)是目標(biāo)字符串焕毫，后面還可以跟一個規(guī)則選項(xiàng)（選項(xiàng)功能將在 compile 函數(shù)的說明中詳細(xì)說明）。返回結(jié)果結(jié)果是一個列表驶乾， 中間存放的是符合規(guī)則的字符串。如果沒有符合規(guī)則的字符串被找到循签，就返回一個空 列表级乐。

為什么要用 ****r’ ..‘ ****字符串（ ****raw ****字符串）？ ****由于正則式的規(guī)則也是由一個字符串定義的县匠，而在正則式中大量使用轉(zhuǎn)義字符 ****’/’ ****风科，如果不用 ****raw ****字符串，則在需要寫一個 ****’/’ ****的地方乞旦，你必須得寫成 ****’//’, ****那么在要從目標(biāo)字符串中匹配一個 ****’/’ ****的時候贼穆，你就得寫上 ****4 ****個 ****’/’ ****成為 ****’////’ ****！這當(dāng)然很麻煩兰粉，也不直觀故痊，所以一般都使用 ****r’’ ****來定義規(guī)則字符串。當(dāng)然玖姑，某些情況下愕秫，可能不用 ****raw ****字符串比較好。

以上是個最簡單的例子焰络。當(dāng)然實(shí)際中這么簡單的用法幾乎沒有意義戴甩。為了實(shí)現(xiàn)復(fù)雜的規(guī)則查找， re 規(guī)定了若干語法規(guī)則闪彼。它們分為這么幾類：

功能字符 ： ‘.’ ‘*’ ‘+’ ‘|’ ‘?’ ‘^’ ‘$’ ‘/’ 等甜孤，它們有特殊的功能含義。特別是 ’/’ 字符，它是轉(zhuǎn)義引導(dǎo)符號缴川，跟在它后面的字符一般有特殊的含義茉稠。

規(guī)則分界符： ‘[‘ ‘]’ ‘ （ ’ ‘ ） ’ ‘{‘ ‘}’ 等，也就是幾種括號了二跋。

預(yù)定義轉(zhuǎn)義字符集： “/d” “/w” “/s” 等等战惊，它們是以字符 ’/’ 開頭，后面接一個特定字符的形式扎即，用來指示一個預(yù)定義好的含義吞获。

其它特殊功能字符： ’#’ ‘!’ ‘:’ ‘-‘ 等，它們只在特定的情況下表示特殊的含義谚鄙，比如 (?# …) 就表示一個注釋各拷，里面的內(nèi)容會被忽略。

下面來一個一個的說明這些規(guī)則的含義闷营，不過說明的順序并不是按照上面的順序來的烤黍，而是我認(rèn)為由淺入深，由基本到復(fù)雜的順序來編排的傻盟。同時為了直觀速蕊，在說明的過程中盡量多舉些例子以方便理解。

1.1 ****基本規(guī)則

‘[‘ ‘]’ ****字符集合設(shè)定符

首先說明一下字符集合設(shè)定的方法娘赴。由一對方括號括起來的字符规哲，表明一個字符集合，能夠匹配包含在其中的任意一個字符诽表。比如 [abc123] 唉锌，表明字符 ’a’ ‘b’ ‘c’ ‘1’ ‘2’ ‘3’ 都符合它的要求「妥啵可以被匹配袄简。

在 ’[‘ ‘]’ 中還可以通過 ’-‘ 減號來指定一個字符集合的范圍，比如可以用 [a-zA-Z] 來指定所以英文字母的大小寫泛啸，因?yàn)橛⑽淖帜甘前凑諒男〉酱蟮捻樞騺砼诺穆逃铩Ｄ悴豢梢园汛笮〉捻樞蝾嵉沽耍热鐚懗?[z-a] 就不對了平痰。

如果在 ’[‘ ‘]’ 里面的開頭寫一個 ‘^’ 號汞舱，則表示取非，即在括號里的字符都不匹配宗雇。如 [^a-zA-Z] 表明不匹配所有英文字母昂芜。但是如果 ‘^’ 不在開頭，則它就不再是表示取非赔蒲，而表示其本身泌神，如 [a-z^A-Z] 表明匹配所有的英文字母和字符 ’^’ 良漱。

‘|’ ****或規(guī)則

將兩個規(guī)則并列起來，以‘ | ’連接欢际，表示只要滿足其中之一就可以匹配母市。比如

[a-zA-Z]|[0-9] 表示滿足數(shù)字或字母就可以匹配，這個規(guī)則等價于 [a-zA-Z0-9]

**注意 **：關(guān)于 ’|’ 要注意兩點(diǎn)：

第一损趋， 它在 ’[‘ ‘]’ 之中不再表示或患久，而表示他本身的字符。如果要在 ’[‘ ‘]’ 外面表示一個 ’|’ 字符浑槽，必須用反斜杠引導(dǎo)蒋失，即 ’/|’ ;

第二， 它的有效范圍是它兩邊的整條規(guī)則桐玻，比如‘ dog|cat’ 匹配的是‘ dog’ 和 ’cat’ 篙挽，而不是 ’g’ 和 ’c’ 。如果想限定它的有效范圍镊靴，必需使用一個無捕獲組 ‘(?: )’ 包起來铣卡。比如要匹配 ‘ I have a dog’ 或 ’I have a cat’ ，需要寫成 r’I have a (?:dog|cat)’ 偏竟，而不能寫成 r’I have a dog|cat’

例

s = ‘I have a dog , I have a cat’

re.findall( r’I have a (?:dog|cat)’ , s )

['I have a dog', 'I have a cat'] # 正如我們所要的

下面再看看不用無捕獲組會是什么后果：

re.findall( r’I have a dog|cat’ , s )

['I have a dog', 'cat'] # 它將 ’I have a dog’ 和 ’cat’ 當(dāng)成兩個規(guī)則了

至于無捕獲組的使用煮落，后面將仔細(xì)說明。這里先跳過踊谋。

‘.’ ****匹配所有字符

匹配除換行符 ’/n’ 外的所有字符州邢。如果使用了 ’S’ 選項(xiàng)，匹配包括 ’/n’ 的所有字符褪子。

   例：

   >>> s=’123 /n456 /n789’

   >>> findall(r‘.+’,s)

   ['123', '456', '789']

   >>> re.findall(r‘.+’ , s , re.S)

   ['123/n456/n789']

‘^’ ****和 ’$’ ****匹配字符串開頭和結(jié)尾

注意 ’^’ 不能在‘ [ ] ’中，否則含意就發(fā)生變化骗村，具體請看上面的 ’[‘ ‘]’ 說明嫌褪。 在多行模式下，它們可以匹配每一行的行首和行尾胚股。具體請看后面 compile 函數(shù)說明的 ’M’ 選項(xiàng)部分

‘/d’ ****匹配數(shù)字

這是一個以 ’/’ 開頭的轉(zhuǎn)義字符笼痛， ’/d’ 表示匹配一個數(shù)字，即等價于 [0-9]

‘/D’ ****匹配非數(shù)字

這個是上面的反集琅拌，即匹配一個非數(shù)字的字符缨伊，等價于 [^0-9] 。注意它們的大小寫进宝。下面我們還將看到 Python 的正則規(guī)則中很多轉(zhuǎn)義字符的大小寫形式刻坊，代表互補(bǔ)的關(guān)系。這樣很好記党晋。

‘/w’ ****匹配字母和數(shù)字

匹配所有的英文字母和數(shù)字谭胚，即等價于 [a-zA-Z0-9] 徐块。

‘/W’ ****匹配非英文字母和數(shù)字

即 ’/w’ 的補(bǔ)集，等價于 [^a-zA-Z0-9] 灾而。

‘/s’ ****匹配間隔符

即匹配空格符胡控、制表符、回車符等表示分隔意義的字符旁趟，它等價于 [ /t/r/n/f/v] 昼激。（注意最前面有個空格 )

‘/S’ ****匹配非間隔符

即間隔符的補(bǔ)集，等價于 [^ /t/r/n/f/v]

‘/A’ ****匹配字符串開頭

匹配字符串的開頭锡搜。它和 ’^’ 的區(qū)別是橙困， ’/A’ 只匹配整個字符串的開頭，即使在 ’M’ 模式下余爆，它也不會匹配其它行的很首纷宇。

‘/Z’ ****匹配字符串結(jié)尾

匹配字符串的結(jié)尾。它和 ’$’ 的區(qū)別是蛾方， ’/Z’ 只匹配整個字符串的結(jié)尾像捶，即使在 ’M’ 模式下，它也不會匹配其它各行的行尾桩砰。

例：

s= '12 34/n56 78/n90'

re.findall( r'^/d+' , s , re.M ) # 匹配位于行首的數(shù)字

['12', '56', '90']

re.findall( r’/A/d+’, s , re.M ) # 匹配位于字符串開頭的數(shù)字

['12']

re.findall( r'/d+$' , s , re.M ) # 匹配位于行尾的數(shù)字

['34', '78', '90']

re.findall( r’/d+/Z’ , s , re.M ) # 匹配位于字符串尾的數(shù)字

['90']

‘/b’ ****匹配單詞邊界

它匹配一個單詞的邊界拓春，比如空格等，不過它是一個‘ 0 ’長度字符亚隅，它匹配完的字符串不會包括那個分界的字符硼莽。而如果用 ’/s’ 來匹配的話，則匹配出的字符串中會包含那個分界符煮纵。

例：

s = 'abc abcde bc bcd'

re.findall( r’/bbc/b’ , s ) # 匹配一個單獨(dú)的單詞 ‘bc’ 懂鸵，而當(dāng)它是其它單詞的一部分的時候不匹配

['bc'] ＃只找到了那個單獨(dú)的 ’bc’

re.findall( r’/sbc/s’ , s ) ＃匹配一個單獨(dú)的單詞 ‘bc’

[' bc '] # 只找到那個單獨(dú)的 ’bc’ ，不過注意前后有兩個空格行疏，可能有點(diǎn)看不清楚

‘/B’ ****匹配非邊界

和 ’/b’ 相反匆光，它只匹配非邊界的字符。它同樣是個 0 長度字符酿联。

接上例：

re.findall( r’/Bbc/w+’ , s ) # 匹配包含 ’bc’ 但不以 ’bc’ 為開頭的單詞

['bcde'] # 成功匹配了 ’abcde’ 中的 ’bcde’ 终息，而沒有匹配 ’bcd’

‘(?:)’ ****無捕獲組

當(dāng)你要將一部分規(guī)則作為一個整體對它進(jìn)行某些操作，比如指定其重復(fù)次數(shù)時贞让，你需要將這部分規(guī)則用 ’(?:’ ‘)’ 把它包圍起來周崭，而不能僅僅只用一對括號，那樣將得到絕對出人意料的結(jié)果喳张。

例：匹配字符串中重復(fù)的 ’ab’

s=’ababab abbabb aabaab’

re.findall( r’/b(?:ab)+/b’ , s )

['ababab']

如果僅使用一對括號续镇，看看會是什么結(jié)果：

re.findall( r’/b(ab)+/b’ , s )

['ab']

這是因?yàn)槿绻皇褂靡粚ㄌ枺敲催@就成為了一個組 (group) 蹲姐。組的使用比較復(fù)雜磨取，將在后面詳細(xì)講解人柿。

‘(?# )’ ****注釋

Python 允許你在正則表達(dá)式中寫入注釋，在 ’(?#’ ‘)’ 之間的內(nèi)容將被忽略忙厌。

**(?iLmsux) **``**編譯選項(xiàng)指定**

Python 的正則式可以指定一些選項(xiàng)凫岖，這個選項(xiàng)可以寫在 findall 或 compile 的參數(shù)中，也可以寫在正則式里逢净，成為正則式的一部分哥放。這在某些情況下會便利一些。具體的選項(xiàng)含義請看后面的 compile 函數(shù)的說明爹土。

此處編譯選項(xiàng) ’i’ 等價于 IGNORECASE 甥雕，L 等價于 LOCAL ，m 等價于 MULTILINE 胀茵， s 等價于 DOTALL 社露， u 等價于 UNICODE ， x 等價于 VERBOSE 琼娘。

請注意它們的大小寫峭弟。在使用時可以只指定一部分，比如只指定忽略大小寫脱拼，可寫為 ‘(?i)’ 瞒瘸，要同時忽略大小寫并使用多行模式，可以寫為 ‘(?im)’ 熄浓。

另外要注意選項(xiàng)的有效范圍是整條規(guī)則情臭，即寫在規(guī)則的任何地方，選項(xiàng)都會對全部整條正則式有效赌蔑。

1.2 ****重復(fù)

正則式需要匹配不定長的字符串俯在，那就一定需要表示重復(fù)的指示符。 Python 的正則式表示重復(fù)的功能很豐富靈活娃惯。重復(fù)規(guī)則的一般的形式是在一條字符規(guī)則后面緊跟一個表示重復(fù)次數(shù)的規(guī)則朝巫，已表明需要重復(fù)前面的規(guī)則一定的次數(shù)。重復(fù)規(guī)則有：

‘’ 0 ****或多次匹配*

表示匹配前面的規(guī)則 0 次或多次石景。

‘+’ 1 ****次或多次匹配

表示匹配前面的規(guī)則至少 1 次，可以多次匹配

例：匹配以下字符串中的前一部分是字母拙吉，后一部分是數(shù)字或沒有的變量名字

s = ‘ aaa bbb111 cc22cc 33dd ‘

re.findall( r’/b[a-z]+/d*/b’ , s ) # 必須至少 1 個字母開頭潮孽，以連續(xù)數(shù)字結(jié)尾或沒有數(shù)字

['aaa', 'bbb111']

注意上例中規(guī)則前后加了表示單詞邊界的 ’/b’ 指示符，如果不加的話結(jié)果就會變成：

re.findall( r’[a-z]+/d*’ , s )

['aaa', 'bbb111', 'cc22', 'cc', 'dd'] # 把單詞給拆開了

大多數(shù)情況下這不是我們期望的結(jié)果筷黔。

‘?’ 0 ****或 1 ****次匹配

只匹配前面的規(guī)則 0 次或 1 次往史。

例，匹配一個數(shù)字佛舱，這個數(shù)字可以是一個整數(shù)椎例，也可以是一個科學(xué)計(jì)數(shù)法記錄的數(shù)字挨决，比如 123 和 10e3 都是正確的數(shù)字。

s = ‘ 123 10e3 20e4e4 30ee5 ‘

re.findall( r’ /b/d+[eE]?/d*/b’ , s )

['123', '10e3']

它正確匹配了 123 和 10e3, 正是我們期望的订歪。注意前后的 ’/b’ 的使用脖祈，否則將得到不期望的結(jié)果。

1.2.1 ****精確匹配和最小匹配

Python 正則式還可以精確指定匹配的次數(shù)刷晋。指定的方式是

‘{m}’ ****精確匹配 m ****次

‘{m,n}’ ****匹配最少 m ****次盖高，最多 n ****次。 (n>m)

如果你只想指定一個最少次數(shù)或只指定一個最多次數(shù)眼虱，你可以把另外一個參數(shù)空起來喻奥。比如你想指定最少 3 次，可以寫成 {3,} （注意那個逗號）捏悬，同樣如果只想指定最大為 5 次撞蚕，可以寫成 { ， 5} 过牙，也可以寫成 {0,5} 甥厦。

例 尋找下面字符串中

a ： 3 位數(shù)

b: 2 位數(shù)到 4 位數(shù)

c: 5 位數(shù)以上的數(shù)

d: 4 位數(shù)以下的數(shù)

s= ‘ 1 22 333 4444 55555 666666 ‘

re.findall( r’/b/d{3}/b’ , s ) # a ： 3 位數(shù)

['333']

re.findall( r’/b/d{2,4}/b’ , s ) # b: 2 位數(shù)到 4 位數(shù)

['22', '333', '4444']

re.findall( r’/b/d{5,}/b’, s ) # c: 5 位數(shù)以上的數(shù)

['55555', '666666']

re.findall( r’/b/d{1,4}/b’ , s ) # 4 位數(shù)以下的數(shù)

['1', '22', '333', '4444']

‘?’ ‘+?’ ‘??’ ****最小匹配*

‘’ ‘+’ ‘?’ 通常都是盡可能多的匹配字符。有時候我們希望它盡可能少的匹配抒和。比如一個 c 語言的注釋 ‘/ part 1 / / part 2 */’ 矫渔，如果使用最大規(guī)則：

s =r ‘/* part 1 / code / part 2 */’

re.findall( r’//./*/’ , s )

[‘/* part 1 / code / part 2 */’]

結(jié)果把整個字符串都包括進(jìn)去了。如果把規(guī)則改寫成

re.findall( r’//.?/*/’ , s ) # 在 * 后面加上 ? 摧莽，表示盡可能少的匹配

['/* part 1 /', '/ part 2 */']

結(jié)果正確的匹配出了注釋里的內(nèi)容

1.3 ****前向界定與后向界定

有時候需要匹配一個跟在特定內(nèi)容后面的或者在特定內(nèi)容前面的字符串庙洼， Python 提供一個簡便的前向界定和后向界定功能，或者叫前導(dǎo)指定和跟從指定功能镊辕。它們是：

‘(?<=…)’ ****前向界定

括號中 ’…’ 代表你希望匹配的字符串的前面應(yīng)該出現(xiàn)的字符串油够。

‘(?=…)’ ****后向界定

括號中的 ’…’ 代表你希望匹配的字符串后面應(yīng)該出現(xiàn)的字符串。

例： 你希望找出 c 語言的注釋中的內(nèi)容征懈，它們是包含在 ’/’ 和 ’/’ 之間石咬，不過你并不希望匹配的結(jié)果把 ’/’ 和 ’/’ 也包括進(jìn)來，那么你可以這樣用：

s=r’/* comment 1 / code / comment 2 */’

re.findall( r’(?<=//).+?(?=//)’ , s )

[' comment 1 ', ' comment 2 ']

注意這里我們?nèi)匀皇褂昧俗钚∑ヅ渎舭ィ员苊獍颜麄€字符串給匹配進(jìn)去了鬼悠。

要注意的是，前向界定括號中的表達(dá)式必須是常值亏娜，也即你不可以在前向界定的括號里寫正則式焕窝。比如你如果在下面的字符串中想找到被字母夾在中間的數(shù)字，你不可以用前向界定：

例：

s = ‘a(chǎn)aa111aaa , bbb222 , 333ccc ‘

re.findall( r’(?<=[a-z]+)/d+(?=[a-z]+)' , s ) # 錯誤的用法

它會給出一個錯誤信息：

error: look-behind requires fixed-width pattern

不過如果你只要找出后面接著有字母的數(shù)字维贺，你可以在后向界定寫正則式：

re.findall( r’/d+(?=[a-z]+)’, s )

['111', '333']

如果你一定要匹配包夾在字母中間的數(shù)字它掂，你可以使用組（ group ）的方式

re.findall (r'[a-z]+(/d+)[a-z]+' , s )

['111']

組的使用將在后面詳細(xì)講解。

除了前向界定前向界定和后向界定外溯泣，還有前向非界定和后向非界定虐秋，它的寫法為：

**‘(?<!...)’ **``**前向非界定**

只有當(dāng)你希望的字符串前面不是’…’ 的內(nèi)容時才匹配

**‘(?!...)’ **``**后向非界定**

只有當(dāng)你希望的字符串后面不跟著 ’…’ 內(nèi)容時才匹配榕茧。

接上例，希望匹配后面不跟著字母的數(shù)字

re.findall( r’/d+(?!/w+)’ , s )

['222']

注意這里我們使用了 /w 而不是像上面那樣用 [a-z] 客给，因?yàn)槿绻@樣寫的話用押，結(jié)果會是：

re.findall( r’/d+(?![a-z]+)’ , s )

['11', '222', '33']

這和我們期望的似乎有點(diǎn)不一樣。它的原因起愈，是因?yàn)?’111’ 和 ’222’ 中的前兩個數(shù)字也是滿足這個要求的只恨。因此可看出，正則式的使用還是要相當(dāng)小心的抬虽，因?yàn)槲议_始就是這樣寫的官觅，看到結(jié)果后才明白過來。不過 Python 試驗(yàn)起來很方便阐污，這也是腳本語言的一大優(yōu)點(diǎn)休涤，可以一步一步的試驗(yàn)，快速得到結(jié)果笛辟，而不用經(jīng)過煩瑣的編譯功氨、鏈接過程。也因此學(xué)習(xí) Python 就要多試手幢，跌跌撞撞的走過來捷凄，雖然曲折，卻也很有樂趣围来。

1.4 ****組的基本知識

上面我們已經(jīng)看過了 Python 的正則式的很多基本用法跺涤。不過如果僅僅是上面那些規(guī)則的話，還是有很多情況下會非常麻煩监透，比如上面在講前向界定和后向界定時桶错，取夾在字母中間的數(shù)字的例子。用前面講過的規(guī)則都很難達(dá)到目的胀蛮，但是用了組以后就很簡單了院刁。

‘(‘’)’ ****無命名組

最基本的組是由一對圓括號括起來的正則式。比如上面匹配包夾在字母中間的數(shù)字的例子中使用的 (/d+) 粪狼，我們再回顧一下這個例子：

s = ‘a(chǎn)aa111aaa , bbb222 , 333ccc ‘

re.findall (r'[a-z]+(/d+)[a-z]+' , s )

['111']

可以看到 findall ****函數(shù)只返回了包含在 ’()’ ****中的內(nèi)容退腥，而雖然前面和后面的內(nèi)容都匹配成功了，卻并不包含在結(jié)果中再榄。

除了最基本的形式外阅虫，我們還可以給組起個名字，它的形式是

‘(?P<name>…)’ ****命名組

‘(?P’ 代表這是一個 Python 的語法擴(kuò)展 ’<…>’ 里面是你給這個組起的名字不跟，比如你可以給一個全部由數(shù)字組成的組叫做 ’num’ ，它的形式就是 ’(?P<num>/d+)’ 米碰。起了名字之后窝革，我們就可以在后面的正則式中通過名字調(diào)用這個組购城，它的形式是

‘(?P=name)’ ****調(diào)用已匹配的命名組

要注意，再次調(diào)用的這個組是已被匹配的組虐译，也就是說它里面的內(nèi)容是和前面命名組里的內(nèi)容是一樣的瘪板。

我們可以看更多的例子：請注意下面這個字符串各子串的特點(diǎn)。

s='aaa111aaa,bbb222,333ccc,444ddd444,555eee666,fff777ggg'

我們看看下面的正則式會返回什么樣的結(jié)果：

re.findall( r'([a-z]+)/d+([a-z]+)' , s ) # 找出中間夾有數(shù)字的字母

[('aaa', 'aaa'), ('fff', 'ggg')]

re.findall( r '(?P<g1>[a-z]+)/d+(?P=g1)' , s ) # 找出被中間夾有數(shù)字的前后同樣的字母

['aaa']

re.findall( r'[a-z]+(/d+)([a-z]+)' , s ) # 找出前面有字母引導(dǎo)漆诽，中間是數(shù)字侮攀，后面是字母的字符串中的中間的數(shù)字和后面的字母

[('111', 'aaa'), ('777', 'ggg')]

我們可以通過命名組的名字在后面調(diào)用已匹配的命名組，不過名字也不是必需的厢拭。

‘/number’ ****通過序號調(diào)用已匹配的組

正則式中的每個組都有一個序號兰英，序號是按組從左到右，從 1 開始的數(shù)字供鸠，你可以通過下面的形式來調(diào)用已匹配的組

比如上面找出被中間夾有數(shù)字的前后同樣的字母的例子畦贸，也可以寫成：

re.findall( r’([a-z]+)/d+/1’ , s )

['aaa']

結(jié)果是一樣的。

我們再看一個例子

s='111aaa222aaa111 , 333bbb444bb33'

re.findall( r'(/d+)([a-z]+)(/d+)(/2)(/1)' , s ) # 找出完全對稱的 數(shù)字－字母－數(shù)字－字母－數(shù)字 中的數(shù)字和字母

[('111', 'aaa', '222', 'aaa', '111')]

Python2.4 以后的 re 模塊楞捂，還加入了一個新的條件匹配功能

**‘(?( **<var>**id/name **</var>**)yes-pattern|no-pattern)’ **``**判斷指定組是否已匹配薄坏，執(zhí)行相應(yīng)的規(guī)則**

這個規(guī)則的含義是，如果 id/name 指定的組在前面匹配成功了寨闹，則執(zhí)行 yes-pattern 的正則式胶坠，否則執(zhí)行 no-pattern 的正則式。

舉個例子繁堡，比如要匹配一些形如 usr@mail 的郵箱地址沈善，不過有的寫成 < usr@mail > 即用一對 <> 括起來，有點(diǎn)則沒有帖蔓，要匹配這兩種情況矮瘟，可以這樣寫

s='usr1@mail1 usr2@maill2'

re.findall( r'(<)?/s(/w+@/w+)/s(?(1)>)' , s )

[('<', 'usr1@mail1'), ('', 'usr2@maill2')]

不過如果目標(biāo)字符串如下

s='usr1@mail1 usr2@maill2 <usr3@mail3 usr4@mail4> < usr5@mail5 '

而你想得到要么由一對 <> 包圍起來的一個郵件地址，要么得到一個沒有被 <> 包圍起來的地址塑娇，但不想得到一對 <> 中間包圍的多個地址或不完整的 <> 中的地址澈侠，那么使用這個式子并不能得到你想要的結(jié)果

re.findall( r'(<)?/s(/w+@/w+)/s(?(1)>)' , s )

[('<', 'usr1@mail1'), ('', 'usr2@maill2'), ('', 'usr3@mail3'), ('', 'usr4@mail4'), ('', 'usr5@mail5')]

它仍然找到了所有的郵件地址。

想要實(shí)現(xiàn)這個功能埋酬，單純的使用 findall 有點(diǎn)吃力哨啃，需要使用其它的一些函數(shù)，比如 match 或 search 函數(shù)写妥，再配合一些控制功能拳球。這部分的內(nèi)容將在下面詳細(xì)講解。

小結(jié)：以上基本上講述了 Python 正則式的語法規(guī)則珍特。雖然大部分語法規(guī)則看上去都很簡單祝峻，可是稍不注意，仍然會得到與期望大相徑庭的結(jié)果，所以要寫好正則式莱找，需要仔細(xì)的體會正則式規(guī)則的含義后不同規(guī)則之間細(xì)微的差別酬姆。

詳細(xì)的了解了規(guī)則后，再配合后面就要介紹的功能函數(shù)奥溺，就能最大的發(fā)揮正則式的威力了辞色。

2 re ****模塊的基本函數(shù)

在上面的說明中，我們已經(jīng)對 re 模塊的基本函數(shù) ‘findall’ 很熟悉了浮定。當(dāng)然如果光有 findall 的話相满，很多功能是不能實(shí)現(xiàn)的。下面開始介紹一下 re 模塊其它的常用基本函數(shù)桦卒。靈活搭配使用這些函數(shù)立美，才能充分發(fā)揮 Python 正則式的強(qiáng)大功能。

首先還是說下老熟人 findall 函數(shù)吧

findall(rule , target [,flag] )

在目標(biāo)字符串中查找符合規(guī)則的字符串闸盔。

第一個參數(shù)是規(guī)則萝风，第二個參數(shù)是目標(biāo)字符串抚垃，后面還可以跟一個規(guī)則選項(xiàng)（選項(xiàng)功能將在 compile 函數(shù)的說明中詳細(xì)說明）哺壶。

返回結(jié)果結(jié)果是一個列表精偿， 中間存放的是符合規(guī)則的字符串。如果沒有符合規(guī)則的字符串被找到击费，就返回一個空 列表拢蛋。

2.1 ****使用 compile ****加速

compile( rule [,flag] )

將正則規(guī)則編譯成一個 Pattern 對象，以供接下來使用蔫巩。

第一個參數(shù)是規(guī)則式谆棱，第二個參數(shù)是規(guī)則選項(xiàng)。

返回一個 Pattern 對象

直接使用 findall ( rule , target ) 的方式來匹配字符串圆仔，一次兩次沒什么垃瞧，如果是多次使用的話，由于正則引擎每次都要把規(guī)則解釋一遍坪郭，而規(guī)則的解釋又是相當(dāng)費(fèi)時間的个从，所以這樣的效率就很低了。如果要多次使用同一規(guī)則來進(jìn)行匹配的話歪沃，可以使用 re.compile 函數(shù)來將規(guī)則預(yù)編譯嗦锐，使用編譯過返回的 Regular Expression Object 或叫做 Pattern 對象來進(jìn)行查找。

例

s='111,222,aaa,bbb,ccc333,444ddd'

rule=r’/b/d+/b’

compiled_rule=re.compile(rule)

compiled_rule.findall(s)

['111', '222']

可見使用 compile 過的規(guī)則使用和未編譯的使用很相似沪曙。 compile 函數(shù)還可以指定一些規(guī)則標(biāo)志奕污，來指定一些特殊選項(xiàng)。多個選項(xiàng)之間用 ’| ’ （位或）連接起來液走。

**I ** **IGNORECASE **忽略大小寫區(qū)別碳默。

**L LOCAL **字符集本地化贾陷。這個功能是為了支持多語言版本的字符集使用環(huán)境的，比如在轉(zhuǎn)義符/w 嘱根，在英文環(huán)境下昵宇，它代表[a-zA-Z0-9] ，即所以英文字符和數(shù)字儿子。如果在一個法語環(huán)境下使用，缺省設(shè)置下砸喻，不能匹配 "é" 或 "?" 柔逼。 加上這 L 選項(xiàng)和就可以匹配了。不過這個對于中文環(huán)境似乎沒有什么用割岛，它仍然不能匹配中文字符愉适。

**M MULTILINE **多行匹配。在這個模式下 ’^’( 代表字符串開頭 ) 和 ’$’( 代表字符串結(jié)尾 ) 將能夠匹配多行的情況癣漆，成為行首和行尾標(biāo)記维咸。比如

s=’123 456/n789 012/n345 678’

rc=re.compile(r’^/d+’) # 匹配一個位于開頭的數(shù)字，沒有使用 M 選項(xiàng)

rc.findall(s)

['123'] # 結(jié)果只能找到位于第一個行首的 ’123’

rcm=re.compile(r’^/d+’,re.M) # 使用 M 選項(xiàng)

rcm.findall(s)

['123', '789', '345'] # 找到了三個行首的數(shù)字

同樣惠爽，對于 ’$’ 來說癌蓖，沒有使用 M 選項(xiàng)，它將匹配最后一個行尾的數(shù)字婚肆，即 ’678’ 租副，加上以后，就能匹配三個行尾的數(shù)字 456 012 和 678 了 .

rc=re.compile(r’/d+$’)

rcm=re.compile(r’/d+$’,re.M)

rc.findall(s)

['678']

rcm.findall(s)

['456', '012', '678']

**S DOTALL **‘.’ 號將匹配所有的字符较性。缺省情況下 ’.’ 匹配除換行符 ’/n’ 外的所有字符用僧，使用這一選項(xiàng)以后， ’.’ 就能匹配包括 ’/n’ 的任何字符了赞咙。

**U ** **UNICODE **<tt>/w </tt>, <tt>/W </tt>, <tt>/b </tt>, <tt>/B </tt>, <tt>/d </tt>, <tt>/D </tt>, <tt>/s </tt>和 <tt>/S </tt><tt>都將使用Unicode 责循。</tt>

**X VERBOSE ** 這個選項(xiàng)忽略規(guī)則表達(dá)式中的空白，并允許使用 ’#’ 來引導(dǎo)一個注釋攀操。這樣可以讓你把規(guī)則寫得更美觀些院仿。比如你可以把規(guī)則

<pre>>>> rc
= re.compile(
r
"
/d+|[a-zA-Z]+
")

匹配一個數(shù)字或者單詞

</pre>

使用 X 選項(xiàng)寫成：

<pre>>>> rc
= re.compile(r"""

start a rule

</pre>

<pre>/d+

number

</pre>

<pre>|
[a-zA-Z]+

word

</pre>

<pre>""", re.VERBOSE)

</pre>

<pre>在這個模式下，如果你想匹配一個空格崔赌，你必須用'/ '
的形式（'/'
后面跟一個空格）

</pre>

2.2 match ****與 search

match( rule , targetString [,flag] )

search( rule , targetString [,flag] )

（注： re 的 match 與 search 函數(shù)同 compile 過的 Pattern 對象的 match 與 search 函數(shù)的參數(shù)是不一樣的意蛀。 Pattern 對象的 match 與 search 函數(shù)更為強(qiáng)大，是真正最常用的函數(shù)）

按照規(guī)則在目標(biāo)字符串中進(jìn)行匹配健芭。

第一個參數(shù)是正則規(guī)則县钥，第二個是目標(biāo)字符串，第三個是選項(xiàng)（同 compile 函數(shù)的選項(xiàng)）

返回：若成功返回一個 Match 對象慈迈，失敗無返回

findall 雖然很直觀若贮，但是在進(jìn)行更復(fù)雜的操作時省有，就有些力不從心了。此時更多的使用的是 match 和 search 函數(shù)谴麦。他們的參數(shù)和 findall 是一樣的蠢沿，都是：

match( rule , targetString [,flag] )

search( rule , targetString [,flag] )

不過它們的返回不是一個簡單的字符串列表，而是一個 MatchObject （如果匹配成功的話） . 匾效。通過操作這個 matchObject 舷蟀，我們可以得到更多的信息。

需要注意的是面哼，如果匹配不成功野宜，它們則返回一個 NoneType 。所以在對匹配完的結(jié)果進(jìn)行操作之前魔策，你必需先判斷一下是否匹配成功了匈子，比如：

m=re.match( rule , target )

if m: # 必需先判斷是否成功

    doSomethin

這兩個函數(shù)唯一的區(qū)別是： match 從字符串的開頭開始匹配，如果開頭位置沒有匹配成功闯袒，就算失敗了虎敦；而 search 會跳過開頭，繼續(xù)向后尋找是否有匹配的字符串政敢。針對不同的需要其徙，可以靈活使用這兩個函數(shù)。

關(guān)于 match 返回的 MatchObject 如果使用的問題堕仔，是 Python 正則式的精髓所在擂橘，它與組的使用密切相關(guān)。我將在下一部分詳細(xì)講解摩骨，這里只舉個最簡單的例子：

例：

s= 'Tom:9527 , Sharry:0003'

m=re.match( r'(?P<name>/w+):(?P<num>/d+)' , s )

m.group()

'Tom:9527'

m.groups()

('Tom', '9527')

m.group(‘name’)

'Tom'

m.group(‘num’)

'9527'

2.3 finditer

finditer( rule , target [,flag] )

參數(shù)同 findall

返回一個迭代器

finditer 函數(shù)和 findall 函數(shù)的區(qū)別是通贞， findall 返回所有匹配的字符串，并存為一個列表恼五，而 finditer 則并不直接返回這些字符串昌罩，而是返回一個迭代器。關(guān)于迭代器灾馒，解釋起來有點(diǎn)復(fù)雜茎用，還是看看例子把：

s=’111 222 333 444’

for i in re.finditer(r’/d+’ , s ):

    print i.group(),i.span()          # 打印每次得到的字符串和起始結(jié)束位置

結(jié)果是

111 (0, 3)

222 (4, 7)

333 (8, 11)

444 (12, 15)

簡單的說吧，就是 finditer 返回了一個可調(diào)用的對象睬罗，使用 for i in finditer() 的形式轨功，可以一個一個的得到匹配返回的 Match 對象。這在對每次返回的對象進(jìn)行比較復(fù)雜的操作時比較有用容达。

2.4 ****字符串的替換和修改

re 模塊還提供了對字符串的替換和修改函數(shù)古涧，他們比字符串對象提供的函數(shù)功能要強(qiáng)大一些。這幾個函數(shù)是

sub ( rule , replace , target [,count] )

subn(rule , replace , target [,count] )

在目標(biāo)字符串中規(guī)格規(guī)則查找匹配的字符串花盐，再把它們替換成指定的字符串羡滑。你可以指定一個最多替換次數(shù)菇爪，否則將替換所有的匹配到的字符串。

第一個參數(shù)是正則規(guī)則柒昏，第二個參數(shù)是指定的用來替換的字符串凳宙，第三個參數(shù)是目標(biāo)字符串，第四個參數(shù)是最多替換次數(shù)职祷。

這兩個函數(shù)的唯一區(qū)別是返回值氏涩。

sub 返回一個被替換的字符串

sub 返回一個元組，第一個元素是被替換的字符串有梆，第二個元素是一個數(shù)字削葱，表明產(chǎn)生了多少次替換。

例淳梦，將下面字符串中的 ’dog’ 全部替換成 ’cat’

s=’ I have a dog , you have a dog , he have a dog ‘

re.sub( r’dog’ , ‘cat’ , s )

' I have a cat , you have a cat , he have a cat '

如果我們只想替換前面兩個，則

re.sub( r’dog’ , ‘cat’ , s , 2 )

' I have a cat , you have a cat , he have a dog '

或者我們想知道發(fā)生了多少次替換昔字，則可以使用 subn

re.subn( r’dog’ , ‘cat’ , s )

(' I have a cat , you have a cat , he have a cat ', 3)

split( rule , target [,maxsplit] )

切片函數(shù)爆袍。使用指定的正則規(guī)則在目標(biāo)字符串中查找匹配的字符串，用它們作為分界作郭，把字符串切片陨囊。

第一個參數(shù)是正則規(guī)則，第二個參數(shù)是目標(biāo)字符串夹攒，第三個參數(shù)是最多切片次數(shù)

返回一個被切完的子字符串的列表

這個函數(shù)和 str 對象提供的 split 函數(shù)很相似蜘醋。舉個例子，我們想把上例中的字符串被 ’,’ 分割開咏尝，同時要去掉逗號前后的空格

s=’ I have a dog , you have a dog , he have a dog ‘

re.split( ‘/s,/s’ , s )

[' I have a dog', 'you have a dog', 'he have a dog ']

結(jié)果很好压语。如果使用 str 對象的 split 函數(shù)，則由于我們不知道 ’,’ 兩邊會有多少個空格编检，而不得不對結(jié)果再進(jìn)行一次處理胎食。

escape( string )

這是個功能比較古怪的函數(shù)，它的作用是將字符串中的 non-alphanumerics 字符（我已不知道該怎么翻譯比較好了）用反義字符的形式顯示出來允懂。有時候你可能希望在正則式中匹配一個字符串厕怜，不過里面含有很多 re 使用的符號，你要一個一個的修改寫法實(shí)在有點(diǎn)麻煩蕾总，你可以使用這個函數(shù) ,

例 在目標(biāo)字符串 s 中匹配 ’(*+?)’ 這個子字符串

s= ‘111 222 (*+?) 333’

rule= re.escape( r’(*+?)’ )

print rule

/(/*/+/?/)

re.findall( rule , s )

['(*+?)']

3 更深入的了解 ****re ****的組與對象

前面對 Python 正則式的組進(jìn)行了一些簡單的介紹粥航，由于還沒有介紹到 match 對象，而組又是和 match 對象密切相關(guān)的生百，所以必須將它們結(jié)合起來介紹才能充分地說明它們的用途递雀。

不過再詳細(xì)介紹它們之前，我覺得有必要先介紹一下將規(guī)則編譯后的生成的 patter 對象

3.1 ****編譯后的 ****Pattern ****對象

將一個正則式置侍，使用 compile 函數(shù)編譯映之，不僅是為了提高匹配的速度拦焚，同時還能使用一些附加的功能。編譯后的結(jié)果生成一個 Pattern 對象杠输，這個對象里面有很多函數(shù)赎败，他們看起來和 re 模塊的函數(shù)非常象，它同樣有 findall , match , search ,finditer , sub , subn , split 這些函數(shù)蠢甲，只不過它們的參數(shù)有些小小的不同僵刮。一般說來， re 模塊函數(shù)的第一個參數(shù)鹦牛，即正則規(guī)則不再需要了搞糕，應(yīng)為規(guī)則就包含在 Pattern 對象中了，編譯選項(xiàng)也不再需要了曼追，因?yàn)橐呀?jīng)被編譯過了窍仰。因此 re 模塊中函數(shù)的這兩個參數(shù)的位置，就被后面的參數(shù)取代了礼殊。

findall , match , search 和 finditer 這幾個函數(shù)的參數(shù)是一樣的驹吮，除了少了規(guī)則和選項(xiàng)兩個參數(shù)外，它們又加入了另外兩個參數(shù)晶伦，它們是：查找開始位置和查找結(jié)束位置碟狞，也就是說，現(xiàn)在你可以指定查找的區(qū)間婚陪，除去你不感興趣的區(qū)間族沃。它們現(xiàn)在的參數(shù)形式是：

findall ( targetString [, startPos [,endPos] ] )

finditer ( targetString [, startPos [,endPos] ] )

match ( targetString [, startPos [,endPos] ] )

search ( targetString [, startPos [,endPos] ] )

這些函數(shù)的使用和 re 模塊的同名函數(shù)使用完全一樣。所以就不多介紹了泌参。

除了和 re 模塊的函數(shù)同樣的函數(shù)外脆淹， Pattern 對象還多了些東西，它們是：

flags ****查詢編譯時的選項(xiàng)

pattern ****查詢編譯時的規(guī)則

groupindex ****規(guī)則里的組

這幾個不是函數(shù)沽一，而是一個值未辆。它們提供你一些規(guī)則的信息。比如下面這個例子

p=re.compile( r'(?P<word>/b[a-z]+/b)|(?P<num>/b/d+/b)|(?P<id>/b[a-z_]+/w*/b)' , re.I )

p.flags

2

p.pattern

'(?P<word>//b[a-z]+//b)|(?P<num>//b//d+//b)|(?P<id>//b[a-z_]+//w*//b)'

p.groupindex

{'num': 2, 'word': 1, 'id': 3}

我們來分析一下這個例子：這個正則式是匹配單詞锯玛、或數(shù)字咐柜、或一個由字母或 ’_’ 開頭，后面接字母或數(shù)字的一個 ID 攘残。我們給這三種情況的規(guī)則都包入了一個命名組拙友，分別命名為 ’word’ , ‘num’ 和 ‘id’ 。我們規(guī)定大小寫不敏感歼郭，所以使用了編譯選項(xiàng) ‘I’ 遗契。

編譯以后返回的對象為 p ，通過 p.flag 我們可以查看編譯時的選項(xiàng)病曾，不過它顯示的不是 ’I’ 牍蜂，而是一個數(shù)值 2 漾根。其實(shí) re.I 是一個整數(shù)， 2 就是它的值鲫竞。我們可以查看一下：

re.I

2

re.L

4

re.M

8

…

每個選項(xiàng)都是一個數(shù)值辐怕。

通過 p.pattern 可以查看被編譯的規(guī)則是什么。使用 print 的話會更好看一些

print p.pattern

(?P<word>/b[a-z]+/b)|(?P<num>/b/d+/b)|(?P<id>/b[a-z_]+/w*/b)

看从绘，和我們輸入的一樣寄疏。

接下來的 p.groupindex 則是一個字典，它包含了規(guī)則中的所有命名組僵井。字典的 key 是名字陕截， values 是組的序號。由于字典是以名字作為 key 批什，所以一個無命名的組不會出現(xiàn)在這里农曲。

3.2 ****組與 Match ****對象

組與 Match 對象是 Python 正則式的重點(diǎn)。只有掌握了組和 Match 對象的使用驻债，才算是真正學(xué)會了 Python 正則式朋蔫。

3.2.1 ****組的名字與序號

正則式中的每個組都有一個序號，它是按定義時從左到右的順序從 1 開始編號的却汉。其實(shí)， re 的正則式還有一個 0 號組荷并，它就是整個正則式本身合砂。

我們來看個例子

p=re.compile( r’(?P<name>[a-z]+)/s+(?P<age>/d+)/s+(?P<tel>/d+).*’ , re.I )

p.groupindex

{'age': 2, 'tel': 3, 'name': 1}

s=’Tom 24 88888888 <=’

m=p.search(s)

m.groups() # 看看匹配的各組的情況

('Tom', '24', '8888888')

m.group(‘name’) # 使用組名獲取匹配的字符串

‘Tom’

m.group( 1 ) # 使用組序號獲取匹配的字符串，同使用組名的效果一樣

m.group(0) # 0 組里面是什么呢源织？

'Tom 24 88888888 <='

原來 0 組就是整個正則式 , 包括沒有被包圍到組里面的內(nèi)容翩伪。當(dāng)獲取 0 組的時候，你可以不寫這個參數(shù)谈息。 m.group(0) 和 m.group() 的效果是一樣的：

m.group()

'Tom 24 88888888 <='

接下來看看更多的 Match 對象的方法缘屹，看看我們能做些什么。

3.2.2 ****Match ****對象的方法

**group([index|id]) **獲取匹配的組侠仇，缺省返回組 0, 也就是全部值

**groups() ** 返回全部的組

**groupdict() ** 返回以組名為 key 轻姿，匹配的內(nèi)容為 values 的字典

接上例：

m.groupindex()

{'age': '24', 'tel': '88888888', 'name': 'Tom'}

**start( [group] ) **獲取匹配的組的開始位置

**end( [group] ) **獲取匹配的組的結(jié)束位置

**span( [group] ) **獲取匹配的組的（開始，結(jié)束）位置

**expand( template ) **根據(jù)一個模版用找到的內(nèi)容替換模版里的相應(yīng)位置

這個功能比較有趣逻炊，它根據(jù)一個模版來用匹配到的內(nèi)容替換模版中的相應(yīng)位置互亮，組成一個新的字符串返回。它使用 /g<index|name> 或 /index 來指示一個組余素。

接上例

m.expand(r'name is /g<1> , age is /g<age> , tel is /3')

'name is Tom , age is 24 , tel is 88888888'

除了以上這些函數(shù)外豹休， Match 對象還有些屬性

**pos ** 搜索開始的位置參數(shù)

**endpos ** 搜索結(jié)束的位置參數(shù)

這兩個是使用 findall 或 match 等函數(shù)時，傳入的參數(shù)桨吊。在上面這個例子里威根，我們沒有指定開始和結(jié)束位置凤巨，那么缺省的開始位置就是 0, 結(jié)束位置就是最后。

m.pos

0

m.endpos

19

<tt>**lastindex **</tt><tt>最后匹配的組的序號</tt>

<tt>>>> m.lastindex</tt>

<tt>3</tt>

**lastgroup **最后匹配的組名

m.lastgroup

'tel'

**re ** 產(chǎn)生這個匹配的 Pattern 對象洛搀，可以認(rèn)為是個逆引用

m.re.pattern

'(?P<name>[a-z]+)//s+(?P<age>//d+)//s+(?P<tel>//d+).*'

得到了產(chǎn)生這個匹配的規(guī)則

<tt>**string **</tt><tt>匹配的目標(biāo)字符串</tt>

<tt>>>> m.string</tt>

'Tom 24 88888888 <='