python reRegex模組(Regular Expression)_python

模組的的作用主要是用於字串和文本處理，尋找，搜尋，替換等

複習一下基本的Regex吧

 .：匹配除了分行符號以為的任意單個字元

 *：匹配任一字元，一個，零個，多個都能匹配得到 俗稱貪婪模式

+：匹配位於+之前的一個或者多個字元

 |：匹配位於|之前或者之後的字元

 ^：匹配行首

 $：匹配行尾

 ?：匹配位於？之前的零個或者一個字元，不匹配多個字元

 \：表示 \ 之後的為逸出字元

 []：匹配[]之中的任意單個字元,[0-9]表示匹配0到9任意一個數字

 ()：將位於()之內的的內容當作一個整體

 {}：按{}中的次數進行匹配，100[0-9]{3}表示在100之後任意匹配一個3位元（100-999）

python中以\開頭的元字元：

特殊序列符號	意義
\A	只在字串開始進行匹配
\Z	只在字串結尾進行匹配
\b	匹配位於開始或結尾的Null 字元串
\B	匹配不位於開始或結尾的Null 字元串
\d	相當於[0-9]
\D	相當於[^0-9]
\s	匹配任意空白字元:[\t\n\r\r\v]
\S	匹配任意非空白字元:[^\t\n\r\r\v]
\w	匹配任一數字和字母:[a-zA-Z0-9]
\W	匹配任意非數字和字母:[^a-zA-Z0-9]

Regex文法表

文法	意義	說明
"."	任一字元
"^"	字串開始	'^hello'匹配'helloworld'而不匹配'aaaahellobbb'
"$"	字串結尾	與上同理
"*"	0 個或多個字元（貪婪匹配）	<*>匹配<title>chinaunix</title>
"+"	1 個或多個字元（貪婪匹配）	與上同理
"?"	0 個或多個字元（貪婪匹配）	與上同理
*?,+?,??	以上三個取第一個匹配結果（非貪婪匹配）	<*>匹配<title>
{m,n}	對於前一個字元重複m到n次，{m}亦可	a{6}匹配6個a、a{2,4}匹配2到4個a
{m,n}?	對於前一個字元重複m到n次，並取儘可能少	‘aaaaaa'中a{2,4}只會匹配2個
"\\"	特殊字元轉義或者特殊序列
[]	表示一個字元集	[0-9]、[a-z]、[A-Z]、[^0]
"|"	或	A|B,或運算
(...)	匹配括弧中任意運算式
(?#...)	注釋，可忽略
(?=...)	Matches if ... matches next, but doesn't consume the string.	'(?=test)'  在hellotest中匹配hello
(?!...)	Matches if ... doesn't match next.	'(?!=test)'  若hello後面不為test，匹配hello
(?<=...)	Matches if preceded by ... (must be fixed length).	'(?<=hello)test'  在hellotest中匹配test
(?<!...)	Matches if not preceded by ... (must be fixed length).	'(?<!hello)test'  在hellotest中不匹配test

匹配的標誌和含義

標誌	含義
re.I	忽略大小寫
re.L	根據本地設定而更改\w,\W,\b,\B,\s,\S的匹配內容
re.M	多行匹配模式
re.S	使“.”元字元匹配分行符號
re.U	匹配Unicode字元
re.X	忽略需要匹配模式中的空格，並且可以使用"#"號注釋

常值內容（提取Linux下的password檔案）

man:x:6:12:man:/var/cache/man:/bin/nologin

re模組中有３個搜尋函數，每個函數都接受３個參數(匹配模式，要匹配的字串，進行匹配的標誌)，如果匹配到了就返回一個對象執行個體，麼有就返會Ｎone．

findall():用於在字串中尋找符合Regex的字串，並返回這些字串的列表

search():搜尋整個字串，返回對象執行個體

match():只從第一個字元開始匹配，後面的不再匹配，返回對象執行個體

lovelinux@LoveLinux:~/py/boke$ cat text man:x:6:12:man:/var/cache/man:/bin/shlovelinux@LoveLinux:~/py/boke$ cat test.py#/usr/bin/env python#coding:utf-8import rewith open('text','r') as txt: f = txt.read() print re.match('bin',f) print re.search('bin',f).end() lovelinux@LoveLinux:~/py/boke$ python test.py None34lovelinux@LoveLinux:~/py/boke$ vim test.pylovelinux@LoveLinux:~/py/boke$ python test.py None<_sre.SRE_Match object at 0x7f12fc9f9ed0>

返回是對象執行個體有２個方法，

start()：返回記錄匹配到字元的開始索引　

end()：返回記錄匹配到字元的結束索引

lovelinux@LoveLinux:~/py/boke$ python test.py None3134lovelinux@LoveLinux:~/py/boke$ cat test.py #/usr/bin/env python#coding:utf-8import rewith open('text','r') as txt: f = txt.read() print re.match('bin',f) print re.search('bin',f).start() print re.search('bin',f).end()