Python学习笔记8：标准库之正則表達式

Python拥有强大的标准库。从如今起，開始学习标准库中提供的一些经常使用功能。
首先看正則表達式(regular expression)，它的主要功能是从字符串(string)中通过特定的模式(pattern)，搜索想要找到的内容。

比如：要从一个字符串中找出全部的数字，我们能够这样做：

import re
str = "int2str"
m = re.search("[0-9]",str)
print(m.group(0))

输出：2
re.search()接收两个參数，第一个正則表達式。是匹配条件。
re.search()假设从第二个參数是目标字符串。

返回一个对象m，通过m.group()查看搜索到的结果；没有找到。则返回None。

经常使用函数：
m = re.search(pattern, string)搜索整个字符串，直到发现符合的子字符串。
m = re.match(pattern, string)从头開始检查字符串是否符合正則表達式。必须从字符串的第一个字符開始就相符。
对于返回的m, 我们使用m.group()来调用结果。

str = re.sub(pattern, replacement, string)在string中利用正则变换pattern进行搜索，对于搜索到的字符串，用还有一字符串replacement替换。
返回替换后的字符串str。

re.split()依据正則表達式切割字符串， 将切割后的全部子字符串放在一个表(list)中返回
re.findall()依据正則表達式搜索字符串。将全部符合的子字符串放在一给表(list)中返回


正則表達式：
1）单个字符:


.          随意一个字符


a|b        字符a或字符b


[afg]      a或者f或者g的一个字符


[0-4]      0-4范围内的一个字符


[a-f]      a-f范围内的一个字符


[^m]       不是m的一个字符


s         一个空格


S         一个非空格


d         [0-9]


D         [^0-9]


w         [0-9a-zA-Z]


W         [^0-9a-zA-Z]


2）反复


紧跟在单个字符之后，表示多个这样类似的字符


*         反复 >=0 次


+         反复 >=1 次


?         反复 0或者1 次


{m}       反复m次。比方说 a{4}相当于aaaa，再比方说[1-3]{2}相当于[1-3][1-3]


{m, n}    反复m到n次。

比方说a{2, 5}表示a反复2到5次。

小于m次的反复，或者大于n次的反复都不符合条件。
比如：
[0-9]{3,5}       9678


a?b              b


a+b              aaaaab


3) 位置


^         字符串的起始位置


$         字符串的结尾位置


比如：
正则表达 相符的字符串举例 不相符字符串


^ab.*c$ abeec cabeec


4）返回控制


有可能对搜索的结果进行进一步精简信息。比方以下一个正則表達式：
output_(d{4})


该正則表達式用括号()包围了一个小的正則表達式。d{4}。 这个小的正則表達式被用于从结果中筛选想要的信息（在这里是四位数字）。
这样被括号圈起来的正則表達式的一部分。称为群(group)。
我们能够m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果，group(1)是第一个群……

import re
m = re.search("output_([0-9]{4})", "output_1986.txt")
print(m.group(0),m.group(1))

输出：
('output_1986', '1986')


我们还能够使用(?P<name>...)为group命名，以便更好地使用m.group查询:

import re
m = re.search("output_(?P<year>[0-9]{4})", "output_1986.txt")
print(m.group("year"))

输出：1986

坚持每天都能学一点新东西。好了。今天就先到这里了。