理解pythonRegex

在python中，對Regex的支援是通過re模組來支援的。使用re的步驟是先把運算式字串編譯成pattern執行個體，然後在使用pattern去匹配文本擷取結果。

其實也有另外一種方式，就是直接使用re模組的方法，但是這樣就不能使用編譯後的pattern執行個體了。

執行個體：

#!/usr/bin/python# -*- coding: utf-8 -*-import repat = re.compile(r'hello')match = pat.match('hello world!')if match:  print match.group()match1 = re.match(r'hello','hello world!')if match1:  print match1.group()  print match1.pos

返回的結果相同，都是 hello

關於Pattern 對象：

它是由re.complie函數來構造的，是一個編譯好的Regex，通過Pattern提供的一系列方法可以對文本進行匹配尋找。

Pattern不能直接執行個體化，必須使用re.compile()進行構造。

Pattern提供了幾個可讀屬性用於擷取運算式的相關資訊：

• pattern: 編譯時間用的運算式字串。
  
• flags: 編譯時間用的匹配模式。數字形式。
  
• groups: 運算式中分組的數量。
  
• groupindex: 以運算式中有別名的組的別名為鍵、以該組對應的編號為值的字典，沒有別名的組不包含在內。

關於 re.compile方法

re.compile(strPattern[, flag]):

這個方法是Pattern類的Factory 方法，用於將字串形式的Regex編譯為Pattern對象。 第二個參數flag是匹配模式，取值可以使用按位或運算子'|'表示同時生效，比如re.I | re.M。另外，你也可以在regex字串中指定模式，比如re.compile('pattern', re.I | re.M)與re.compile('(?im)pattern')是等價的。
可選值有：

• re.I(re.IGNORECASE): 忽略大小寫（括弧內是完整寫法，下同）
  
• M(MULTILINE): 多行模式，改變'^'和'$'的行為（參見）
  
• S(DOTALL): 點任意匹配模式，改變'.'的行為
  
• L(LOCALE): 使預定字元類 \w \W \b \B \s \S 取決於目前範圍設定
  
• U(UNICODE): 使預定字元類 \w \W \b \B \s \S \d \D 取決於unicode定義的字元屬性
  
• X(VERBOSE): 詳細模式。這個模式下Regex可以是多行，忽略空白字元，並可以加入注釋
  

1）.關於 match方法：

Match對象是一次匹配的結果，包含了很多關於此次匹配的資訊，可以使用Match提供的可讀屬性或方法來擷取這些資訊。

屬性：

• string: 匹配時使用的文本。
• re: 匹配時使用的Pattern對象。
• pos: 文本中Regex開始搜尋的索引。值與Pattern.match()和Pattern.seach()方法的同名參數相同。
• endpos: 文本中Regex結束搜尋的索引。值與Pattern.match()和Pattern.seach()方法的同名參數相同。
• lastindex: 最後一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組，將為None。
• lastgroup: 最後一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組，將為None。
  

方法：

1、group([group1, …]):
獲得一個或多個分組截獲的字串；指定多個參數時將以元組形式返回。group1可以使用編號也可以使用別名；編號0代表整個匹配的子串；不填寫參數時，返回group(0)；沒有截獲字串的組返回None；截獲了多次的組返回最後一次截獲的子串。
2、groups([default]):
以元組形式返回全部分組截獲的字串。相當於調用group(1,2,…last)。default表示沒有截獲字串的組以這個值替代，預設為None。
3、groupdict([default]):
返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典，沒有別名的組不包含在內。default含義同上。
4、start([group]):
返回指定的組截獲的子串在string中的起始索引（子串第一個字元的索引）。group預設值為0。
5、end([group]):
返回指定的組截獲的子串在string中的結束索引（子串最後一個字元的索引+1）。group預設值為0。
6、span([group]):
返回(start(group), end(group))。
7、expand(template):
將匹配到的分組代入template中然後返回。template中可以使用\id或\g、\g引用分組，但不能使用編號0。\id與\g是等價的；但\10將被認為是第10個分組，如果你想表達\1之後是字元'0'，只能使用\g<1>0。
請看例子：

#!/usr/bin/python# -*- coding: utf-8 -*-import rem = re.match(r'(\w+)\s(\w+)','aaa bbb ccc')print m.stringprint m.reprint m.posprint m.endposprint m.lastindexprint m.lastgroupprint m.group()print m.start()print m.end()print m.span()print m.expand(r'\2 \1')

結果為：

aaa bbb ccc
<_sre.SRE_Pattern object at 0x10dbfda08>
0
11
2
None
aaa bbb
0
7
(0, 7)
bbb aaa

2）.關於search方法：

　　尋找可以匹配的子串，和match 不同的是他不是從開始處開始匹配的。如果沒有匹配上，則返回None

上面的例子中，將match 換成search返回的結果一樣

請看：

#!/usr/bin/python# -*- coding: utf-8 -*-import repat = re.compile(r'hello')match = pat.match('shello world!')if match:  print match.group()else:  print 'not match!'match1 = re.search(r'hello','shello world!')if match1:  print match1.group()

結果為：

not match!
hello

這2個函數，沒有其他區別，就是一個是從開始匹配的，另外一個不是開始的

3.split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):
按照能夠匹配的子串將string分割後返回列表。maxsplit用於指定最大分割次數，不指定將全部分割。

4.findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):
搜尋string，以列表形式返回全部能匹配的子串。

5.finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
搜尋string，返回一個順序訪問每一個匹配結果（Match對象）的迭代器。

6.sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):
使用repl替換string中每一個匹配的子串後返回替換後的字串。
當repl是一個字串時，可以使用\id或\g、\g引用分組，但不能使用編號0。
當repl是一個方法時，這個方法應當只接受一個參數（Match對象），並返回一個字串用於替換（返回的字串中不能再引用分組）。
count用於指定最多替換次數，不指定時全部替換。

7.subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):
返回 (sub(repl, string[, count]), 替換次數)。

例子為：

#!/usr/bin/python# -*- coding: utf-8 -*-import rep =re.compile(r'\d+')print p.split('aa1bb2cc3dd4ee5ff6')print p.findall('aa1bb2cc3dd4ee5ff6')for m in p.finditer('aa1bb2cc3dd4ee5ff6'):  print m.group(),print '\nsub test'p1 =re.compile(r'(\w+)\s+(\w+)')s = 'i am ok'print p1.sub(r'\2 \1',s)print p1.subn(r'\2 \1',s)

結果：

['aa', 'bb', 'cc', 'dd', 'ee', 'ff', '']
['1', '2', '3', '4', '5', '6']
1 2 3 4 5 6
sub test
am i ok
('am i ok', 1)

以上就是本文的全部內容，希望對大家的學習有所協助。

