python类库31[正则表达式]

一 re.search 和 re.match

python提供了2中主要的正则表达式操作：re.match 和 re.search。

match ：只从字符串的开始与正则表达式匹配，匹配成功返回matchobject，否则返回None；
search ：将字符串的所有字串尝试与正则表达式匹配，如果所有的字串都没有匹配成功，返回None，否则返回matchobject；（re.search相当于perl中的默认行为）

实例代码：

import re

def TestSearchAndMatch():
  s1="HelloWorld, I am 30 !"
  
  w1 = "World"
  m1 =  re.search(w1, s1)
  if m1:
    print("Find : %s" % m1.group())
    
  if re.match(w1, s1) == None:
    print("Cannot match")
    
  w2 = "HelloWorld"
  m2 = re.match(w2, s1)
  if m2:
    print("match : %s" % m2.group())

TestSearchAndMatch()
#Find : World
#Cannot match
#match : HelloWorld

二 re.compile 和 re.ignorecase

re.compile返回regrexobject对象， 用来重复使用regrexobject；

re.ignorecase用来在匹配时忽略大小写；

实例代码：

def TestCompile():
  regex = "\d{3}-\d{7}"
  
  regexobject = re.compile(regex)
  print(regexobject.search("AAA 027-4567892").group())
  print(regexobject.search("BBB 021-1234567").group())
  print(regexobject.search("CCC 010-123456"))

TestCompile()
#027-4567892
#021-1234567
#None

def TestIgnorecase():
  print(re.search('world', "hello world !").group())
  print(re.search('World', "hello world !", re.IGNORECASE).group())
  print(re.search('World', "hello world !"))
  
TestIgnorecase()
#world
#world
#None

三 matchobject

matchobject为re.search,re.match等匹配成功后返回的对象，包含了匹配的结果。

在正则表达式中，可以使用()来将部分正则表达式分组且编号，编号从1开始，使用\数字来使用，例如\1 \2 \3，(?P<name>)还可以给分组命名, 使用（？P=name）来使用命名的组。

matchobject.group()包含了所有匹配的内容，等价于matchobject.group(0)，此时的0表示所有的匹配；

matchobject.groups()包含了正则表达式中所有使用()定义的组对应的匹配内容；

matchobject.group(n)，表示返回正则表达式中的第n个组()匹配的内容，此时n不为0， 等价于matchobject.groups()[n-1];

matchobject.lastindex, 表示正则表达式中分组()的个数；

实例代码：

def TestMatchObject():
  m = re.match(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<date>\d{2})", "2010-10-01, i am very happy")
  print(m.group())
  print(m.group(0))
  
  print(m.groups())
  
  print(m.group(1))  
  print(m.groups()[0])
  
  print(m.group(2))  
  print(m.groups()[1])
  
  print(m.group(3))  
  print(m.groups()[2])
  
  print(m.groupdict())
  
  print(m.lastindex)

TestMatchObject()
#2010-10-01
#2010-10-01
#('2010', '10', '01')
#2010
#2010
#10
#10
#01
#01
#{'date': '01', 'year': '2010', 'month': '10'}
#3

四 re和matchobject的方法split+findall+finditer+sub 

split方法，使用给定的表达式来分割字符串；

findall方法，返回所有的与给定的表达式匹配的一个list；

finditer方法，返回所有与给定的表达式匹配的matchobject的iterator；

sub方法，使用新的字符串替换表达式匹配的字符串；

实例代码：

def TestReAndMatchObjectMethonds():
  #split findall finditer sub  
  s1 = "I am working in Microsoft !"
  l = re.split('\s+', s1) # l is list type
  print( l)
  
  s2 = "aa 12 bb 3 cc 45 dd 88 gg 89"
  l2 = re.findall('\d+', s2)
  print(l2)
  
  it = re.finditer('\d+', s2) # it is one iterator type
  for i in it: # i is matchobject type
    print (i.group())
    
  s3 = re.sub('\d+', '200', s2)
  print(s3)
  
TestReAndMatchObjectMethonds()
#['I', 'am', 'working', 'in', 'Microsoft', '!']
#['12', '3', '45', '88', '89']
#12
#3
#45
#88
#89
#aa 200 bb 200 cc 200 dd 200 gg 200

五 re.search只返回第一个匹配

实例代码：

def TestSearch():
  s1 = "bb 3 cc 45 dd 88 gg 89"
  m = re.search('\d+', s1)
  print(m.group())

TestSearch()
#3

六 非贪婪模式，单行多行模式

1 非贪婪flag (对贪婪标志*和+使用？)
>>> re.findall(r"a(\d+?)", "a23b")
        ['2']
>>> re.findall(r"a(\d+)", "a23b")
        ['23']

注意比较这种情况：
>>> re.findall(r"a(\d+)b", "a23b")
        ['23']
>>> re.findall(r"a(\d+?)b", "a23b")
        ['23']

2 如果你要多行匹配，那么加上re.S和re.M标志
re.S：.将会匹配换行符，默认.不会匹配换行符
>>> re.findall(r"a(\d+)b.+a(\d+)b", "a23b\na34b")
        []
>>> re.findall(r"a(\d+)b.+a(\d+)b", "a23b\na34b", re.S)
        [('23', '34')]
>>>

re.M：^$标志将会匹配每一行，默认^和$只会匹配第一行
>>> re.findall(r"^a(\d+)b", "a23b\na34b")
        ['23']
>>> re.findall(r"^a(\d+)b", "a23b\na34b", re.M)
        ['23', '34']

多行查询的实例：

  r = re.compile('... depotFile (.*)',re.M)
  flist = r.findall(fstr)

完!