python 正則表達式

Python 正則表達式
正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。
Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。
re 模塊使 Python 語言擁有全部的正則表達式功能。
compile 函數根據一個模式字符串和可選的標志參數生成一個正則表達式對象。該對象擁有一系列方法用于正則表達式匹配和替換。
re 模塊也提供了與這些方法功能完全一致的函數，這些函數使用一個模式字符串做為它們的第一個參數。
本章節主要介紹Python中常用的正則表達式處理函數。

re.match函數
re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。
函數語法：
re.match(pattern, string, flags=0)
函數參數說明：
參數
描述
pattern
匹配的正則表達式
string
要匹配的字符串。
flags
標志位，用于控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。參見：正則表達式修飾符 - 可選標志
匹配成功re.match方法返回一個匹配的對象，否則返回None。
我們可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
匹配對象方法
描述
group(num=0)
匹配的整個表達式的字符串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。
groups()
返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。
實例
#!/usr/bin/python
-- coding: UTF-8 --

import re
print(re.match('www', 'www.runoob.com').span()) # 在起始位置匹配
print(re.match('com', 'www.runoob.com')) # 不在起始位置匹配
以上實例運行輸出結果為：
(0, 3)
None
實例
#!/usr/bin/python
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.) are (.?) .*', line, re.M|re.I)

if matchObj:
print "matchObj.group() : ", matchObj.group()
print "matchObj.group(1) : ", matchObj.group(1)
print "matchObj.group(2) : ", matchObj.group(2)
else:
print "No match!!"
以上實例執行結果如下：
matchObj.group() : Cats are smarter than dogs
matchObj.group(1) : Cats
matchObj.group(2) : smarter

re.search方法
re.search 掃描整個字符串并返回第一個成功的匹配。
函數語法：
re.search(pattern, string, flags=0)
函數參數說明：
參數
描述
pattern
匹配的正則表達式
string
要匹配的字符串。
flags
標志位，用于控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
匹配成功re.search方法返回一個匹配的對象，否則返回None。
我們可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
匹配對象方法
描述
group(num=0)
匹配的整個表達式的字符串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。
groups()
返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。
實例
#!/usr/bin/python
-- coding: UTF-8 --

import re
print(re.search('www', 'www.runoob.com').span()) # 在起始位置匹配
print(re.search('com', 'www.runoob.com').span()) # 不在起始位置匹配
以上實例運行輸出結果為：
(0, 3)
(11, 14)
實例
#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.) are (.?) .*', line, re.M|re.I)

if searchObj:
print "searchObj.group() : ", searchObj.group()
print "searchObj.group(1) : ", searchObj.group(1)
print "searchObj.group(2) : ", searchObj.group(2)
else:
print "Nothing found!!"
以上實例執行結果如下：
searchObj.group() : Cats are smarter than dogs
searchObj.group(1) : Cats
searchObj.group(2) : smarter

re.match與re.search的區別
re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。
實例
#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
print "match --> matchObj.group() : ", matchObj.group()
else:
print "No match!!"

matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
print "search --> matchObj.group() : ", matchObj.group()
else:
print "No match!!"
以上實例運行結果如下：
No match!!
search --> matchObj.group() : dogs

檢索和替換
Python 的 re 模塊提供了re.sub用于替換字符串中的匹配項。
語法：
re.sub(pattern, repl, string, count=0, flags=0)
參數：
pattern : 正則中的模式字符串。
repl : 替換的字符串，也可為一個函數。
string : 要被查找替換的原始字符串。
count : 模式匹配后替換的最大次數，默認 0 表示替換所有的匹配。
實例
#!/usr/bin/python
-- coding: UTF-8 --

import re

phone = "2004-959-559 # 這是一個國外電話號碼"

#刪除字符串中的 Python注釋
num = re.sub(r'#.*$', "", phone)
print "電話號碼是: ", num

刪除非數字(-)的字符串
num = re.sub(r'\D', "", phone)
print "電話號碼是 : ", num
以上實例執行結果如下：
電話號碼是: 2004-959-559
電話號碼是 : 2004959559
repl 參數是一個函數
以下實例中將字符串中的匹配的數字乘以 2：
實例
#!/usr/bin/python
-- coding: UTF-8 --

import re

#將匹配的數字乘以 2
def double(matched):
value = int(matched.group('value'))
return str(value * 2)

s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))
執行輸出結果為：
A46G8HFD1134
re.compile 函數
compile 函數用于編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用。
語法格式為：
re.compile(pattern[, flags])
參數：
pattern : 一個字符串形式的正則表達式
flags : 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體參數為：
re.I 忽略大小寫
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當前環境
re.M 多行模式
re.S 即為 . 并且包括換行符在內的任意字符（. 不包括換行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數據庫
re.X 為了增加可讀性，忽略空格和 # 后面的注釋