《python正則表達(dá)式-深入淺出(共16頁(yè))》由會(huì)員分享，可在線閱讀，更多相關(guān)《python正則表達(dá)式-深入淺出(共16頁(yè))（16頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、精選優(yōu)質(zhì)文檔-----傾情為你奉上
python的正則表達(dá)式 re
延伸閱讀：python的 內(nèi)建函數(shù) 和 subprocess 。此文是本系列的第三篇文章了，和之前一樣，內(nèi)容出自官方文檔，但是會(huì)有自己的理解，并非單純的翻譯。所以，如果我理解有誤，歡迎指正，謝謝。
本模塊提供了和Perl里的正則表達(dá)式類似的功能，不關(guān)是正則表達(dá)式本身還是被搜索的字符串，都可以是Unicode字符，這點(diǎn)不用擔(dān)心，python會(huì)處理地和Ascii字符一樣漂亮。
正則表達(dá)式使用反斜桿（\）來(lái)轉(zhuǎn)義特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含義。這可能會(huì)和python字面意義上的字符串轉(zhuǎn)義相沖突，這也許
2、有些令人費(fèi)解。比如，要匹配一個(gè)反斜桿本身，你也許要用'\\\\'來(lái)做為正則表達(dá)式的字符串，因?yàn)檎齽t表達(dá)式要是\\，而字符串里，每個(gè)反斜桿都要寫成\\。
你也可以在字符串前加上 r 這個(gè)前綴來(lái)避免部分疑惑，因?yàn)?r 開頭的python字符串是 raw 字符串，所以里面的所有字符都不會(huì)被轉(zhuǎn)義，比如r'\n'這個(gè)字符串就是一個(gè)反斜桿加上一字母n，而'\n'我們知道這是個(gè)換行符。因此，上面的'\\\\'你也可以寫成r'\\'，這樣，應(yīng)該就好理解很多了?？梢钥聪旅孢@段：
>>> import re
>>> s = '\x5c' #0x5c就是反斜桿
>>> print s
\
>>> re
3、.match('\\\\', s) #這樣可以匹配
<_sre.SRE_Match object at 0xb6949e20>
>>> re.match(r'\\', s) #這樣也可以
<_sre.SRE_Match object at 0x80ce2c0>
>>> re.match('\\', s) #但是這樣不行
Traceback (most recent call last):
File "", line 1, in
File "/usr/lib/python2.6/re.py", line 137, in match
4、 return _compile(pattern, flags).match(string)
File "/usr/lib/python2.6/re.py", line 245, in _compile
raise error, v # invalid expression
sre_constants.error: bogus escape (end of line)
>>>
另外值得一提的是，re模塊的方法，大多也就是RegexObject對(duì)象的方法，兩者的區(qū)別在于執(zhí)行效率。這個(gè)在最后再展開吧。
正則表達(dá)式語(yǔ)法
正則表達(dá)式（RE）指定一個(gè)與之匹配的字符集合；本模
5、塊所提供的函數(shù)，將可以用來(lái)檢查所給的字符串是否與指定的正則表達(dá)式匹配。
正則表達(dá)式可以被連接，從而形成新的正則表達(dá)式；例如A和B都是正則表達(dá)式，那么AB也是正則表達(dá)式。一般地，如果字符串p與A匹配，q與B匹配的話，那么字符串pq也會(huì)與AB匹配，但A或者B里含有邊界限定條件或者命名組操作的情況除外。也就是說(shuō)，復(fù)雜的正則表達(dá)式可以用簡(jiǎn)單的連接而成。
正則表達(dá)式可以包含特殊字符和普通字符，大部分字符比如'A'，'a'和'0'都是普通字符，如果做為正則表達(dá)式，它們將匹配它們本身。由于正則表達(dá)式可以連接，所以連接多個(gè)普通字符而成的正則表達(dá)式last也將匹配'last'。（后面將用不帶引號(hào)的表示正則表
6、達(dá)式，帶引號(hào)的表示字符串）
下面就來(lái)介紹正則表達(dá)式的特殊字符：
'.'
點(diǎn)號(hào)，在普通模式，它匹配除換行符外的任意一個(gè)字符；如果指定了 DOTALL 標(biāo)記，匹配包括換行符以內(nèi)的任意一個(gè)字符。
'^'
尖尖號(hào)，匹配一個(gè)字符串的開始，在 MULTILINE 模式下，也將匹配任意一個(gè)新行的開始。
'$'
美元符號(hào)，匹配一個(gè)字符串的結(jié)尾或者字符串最后面的換行符，在 MULTILINE 模式下，也匹配任意一行的行尾。也就是說(shuō)，普通模式下，foo.$去搜索'foo1\nfoo2\n'只會(huì)找到’foo2′，但是在 MULTILINE 模式，還能找到 ‘foo1′，而且就用一個(gè) $ 去搜索'foo
7、\n'的話，會(huì)找到兩個(gè)空的匹配：一個(gè)是最后的換行符，一個(gè)是字符串的結(jié)尾，演示：
>>> re.findall('(foo.$)', 'foo1\nfoo2\n')
['foo2']
>>> re.findall('(foo.$)', 'foo1\nfoo2\n', re.MULTILINE)
['foo1', 'foo2']
>>> re.findall('($)', 'foo\n')
['', '']
'*'
星號(hào)，指定將前面的RE重復(fù)0次或者任意多次，而且總是試圖盡量多次地匹配。
'+'
加號(hào)，指定將前面的RE重復(fù)1次或者任意多次，而且總是試圖盡量多次地匹配。
'?'
8、
問號(hào)，指定將前面的RE重復(fù)0次或者1次，如果有的話，也盡量匹配1次。
*?， +?， ??
從前面的描述可以看到'*'，'+'和'?'都是貪婪的，但這也許并不是我們說(shuō)要的，所以，可以在后面加個(gè)問號(hào)，將策略改為非貪婪，只匹配盡量少的RE。示例，體會(huì)兩者的區(qū)別：
>>> re.findall('<(.*)>', '
title
')
['H1>title>> re.findall('<(.*?)>', '
title
')
['H1', '/H1']
{m}
m是一個(gè)數(shù)字，指定將前面的RE重復(fù)m次。
{m,n}
m和n都是數(shù)字，指
9、定將前面的RE重復(fù)m到n次，例如a{3,5}匹配3到5個(gè)連續(xù)的a。注意，如果省略m，將匹配0到n個(gè)前面的RE；如果省略n，將匹配n到無(wú)窮多個(gè)前面的RE；當(dāng)然中間的逗號(hào)是不能省略的，不然就變成前面那種形式了。
{m,n}?
前面說(shuō)的{m,n}，也是貪婪的，a{3,5}如果有5個(gè)以上連續(xù)a的話，會(huì)匹配5個(gè)，這個(gè)也可以通過(guò)加問號(hào)改變。a{3,5}?如果可能的話，將只匹配3個(gè)a。
'\'
反斜桿，轉(zhuǎn)義'*'，'?'等特殊字符，或者指定一個(gè)特殊序列（下面會(huì)詳述）
由于之前所述的原因，強(qiáng)烈建議用raw字符串來(lái)表述正則。
[]
方括號(hào)，用于指定一個(gè)字符的集合?？梢詥为?dú)列出字符，也可以用'-'連
10、接起止字符以表示一個(gè)范圍。特殊字符在中括號(hào)里將失效，比如[akm$]就表示字符'a'，'k'，'m'，或'$'，在這里$也變身為普通字符了。[a-z]匹配任意一個(gè)小寫字母，[a-zA-Z0-9]匹配任意一個(gè)字母或數(shù)字。如果你要匹配']'或'-'本身，你需要加反斜桿轉(zhuǎn)義，或者是將其置于中括號(hào)的最前面，比如[]]可以匹配']'
你還可以對(duì)一個(gè)字符集合取反，以匹配任意不在這個(gè)字符集合里的字符，取反操作用一個(gè)'^'放在集合的最前面表示，放在其他地方的'^'將不會(huì)起特殊作用。例如[^5]將匹配任意不是'5'的字符；[^^]將匹配任意不是'^'的字符。
注意：在中括號(hào)里，+、*、(、)這類字符將會(huì)失去
11、特殊含義，僅作為普通字符。反向引用也不能在中括號(hào)內(nèi)使用。
'|'
管道符號(hào)，A和B是任意的RE，那么A|B就是匹配A或者B的一個(gè)新的RE。任意個(gè)數(shù)的RE都可以像這樣用管道符號(hào)間隔連接起來(lái)。這種形式可以被用于組中（后面將詳述）。對(duì)于目標(biāo)字符串，被'|'分割的RE將自左至右一一被測(cè)試，一旦有一個(gè)測(cè)試成功，后面的將不再被測(cè)試，即使后面的RE可能可以匹配更長(zhǎng)的串，換句話說(shuō)，'|'操作符是非貪婪的。要匹配字面意義上的'|'，可以用反斜桿轉(zhuǎn)義：\|，或是包含在反括號(hào)內(nèi)：[|]。
(...)
匹配圓括號(hào)里的RE匹配的內(nèi)容，并指定組的開始和結(jié)束位置。組里面的內(nèi)容可以被提取，也可以采用\number這樣
12、的特殊序列，被用于后續(xù)的匹配。要匹配字面意義上的'('和')'，可以用反斜桿轉(zhuǎn)義：\(、\)，或是包含在反括號(hào)內(nèi)：[(]、[)]。
(?...)
這是一個(gè)表達(dá)式的擴(kuò)展符號(hào)。'?'后的第一個(gè)字母決定了整個(gè)表達(dá)式的語(yǔ)法和含義，除了(?P...)以外，表達(dá)式不會(huì)產(chǎn)生一個(gè)新的組。下面介紹幾個(gè)目前已被支持的擴(kuò)展：
(?iLmsux)
'i'、'L'、'm'、's'、'u'、'x'里的一個(gè)或多個(gè)字母。表達(dá)式不匹配任何字符，但是指定相應(yīng)的標(biāo)志：re.I(忽略大小寫)、re.L(依賴locale)、re.M(多行模式)、re.S(.匹配所有字符)、re.U(依賴Unicode)、re.X(詳細(xì)模式)。
13、關(guān)于各個(gè)模式的區(qū)別，下面會(huì)有專門的一節(jié)來(lái)介紹的。使用這個(gè)語(yǔ)法可以代替在pile()的時(shí)候或者調(diào)用的時(shí)候指定flag參數(shù)。
例如，上面舉過(guò)的例子，可以改寫成這樣（和指定了re.MULTILINE是一樣的效果）：
>>> re.findall('(?m)(foo.$)', 'foo1\nfoo2\n')
['foo1', 'foo2']
另外，還要注意(?x)標(biāo)志如果有的話，要放在最前面。
(?:...)
匹配內(nèi)部的RE所匹配的內(nèi)容，但是不建立組。
(?P...)
和普通的圓括號(hào)類似，但是子串匹配到的內(nèi)容將可以用命名的name參數(shù)來(lái)提取。組的name必須是有效的pyth
14、on標(biāo)識(shí)符，而且在本表達(dá)式內(nèi)不重名。命名了的組和普通組一樣，也用數(shù)字來(lái)提取，也就是說(shuō)名字只是個(gè)額外的屬性。
演示一下：
>>> m=re.match('(?P[a-zA-Z_]\w*)', 'abc=123')
>>> m.group('var')
'abc'
>>> m.group(1)
'abc'
(?P=name)
匹配之前以name命名的組里的內(nèi)容。
演示一下：
>>> re.match('<(?P\w*)>.*', 'xxx') #這個(gè)不匹配
>>> re.match('<(?P
15、gname>\w*)>.*', '
xxx
') #這個(gè)匹配
<_sre.SRE_Match object at 0xb69588e0>
(?#...)
注釋，圓括號(hào)里的內(nèi)容會(huì)被忽略。
(?=...)
如果 ... 匹配接下來(lái)的字符，才算匹配，但是并不會(huì)消耗任何被匹配的字符。例如 Isaac (?=Asimov) 只會(huì)匹配后面跟著 'Asimov' 的 'Isaac '，這個(gè)叫做“前瞻斷言”。
(?!...)
和上面的相反，只匹配接下來(lái)的字符串不匹配 ... 的串，這叫做“反前瞻斷言”。
(?<=...)
只有當(dāng)當(dāng)前位置之前的字符
16、串匹配 ... ，整個(gè)匹配才有效，這叫“后顧斷言”。(?<=abc)def會(huì)找到 'abcdef'，因?yàn)闀?huì)后向查找3個(gè)字符，看是否為abc。所以內(nèi)置的子RE，需要是固定長(zhǎng)度的，比如可以是abc、a|b，但不能是a*、a{3,4}。注意這種RE永遠(yuǎn)不會(huì)匹配到字符串的開頭。舉個(gè)例子，找到連字符（'-'）后的單詞：
>>> m = re.search('(?<=-)\w+', 'spam-egg')
>>> m.group(0)
'egg'
(?
17、-pattern|no-pattern)
如有由id或者name指定的組存在的話，將會(huì)匹配yes-pattern，否則將會(huì)匹配no-pattern，通常情況下no-pattern也可以省略。例如：()可以匹配 '' 和 'user@'，但是不會(huì)匹配 '
18、一個(gè)正則表達(dá)式里最多可以有99個(gè)，如果number以0開頭，或是有3位以上的數(shù)字，就會(huì)被當(dāng)做八進(jìn)制表示的字符了。同時(shí)，這個(gè)也不能用于方括號(hào)內(nèi)。
\A
只匹配字符串的開始。
\b
匹配單詞邊界（包括開始和結(jié)束），這里的“單詞”，是指連續(xù)的字母、數(shù)字和下劃線組成的字符串。注意，\b的定義是\w和\W的交界，所以精確的定義有賴于UNICODE和LOCALE這兩個(gè)標(biāo)志位。
\B
和\b相反，\B匹配非單詞邊界。也依賴于UNICODE和LOCALE這兩個(gè)標(biāo)志位。
\d
未指定UNICODE標(biāo)志時(shí)，匹配數(shù)字，等效于：[0-9]。指定了UNICODE標(biāo)志時(shí)，還會(huì)匹配其他Unicode庫(kù)里描述
19、為字符串的符號(hào)。便于理解，舉個(gè)例子（好不容易找的例子啊，呵呵）：
#\u2076\和u2084分別是上標(biāo)的6和下標(biāo)的4，屬于unicode的DIGIT
>>> unistr = u'\u2076\u2084abc'
>>> print unistr
??abc
>>> print re.findall('\d+', unistr, re.U)[0]
??
\D
和\d相反，不多說(shuō)了。
\s
當(dāng)未指定UNICODE和LOCALE這兩個(gè)標(biāo)志位時(shí)，匹配任何空白字符，等效于[ \t\n\r\f\v]。如果指定了LOCALE，則還要加LOCALE相關(guān)的空白字符；如果指定了UNICOD
20、E，還要加上UNICODE空白字符，如較常見的空寬度連接空格（\uFEFF）、零寬度非連接空格(\u200B)等。
\S
和\s相反，也不多說(shuō)。
\w
當(dāng)未指定UNICODE和LOCALE這兩個(gè)標(biāo)志位時(shí)，等效于[a-zA-Z0-9_]。當(dāng)指定了LOCALE時(shí)，為[0-9_]加上當(dāng)前LOCAL指定的字母。當(dāng)指定了UNICODE時(shí)，為[0-9_]加上UNICODE庫(kù)里的所有字母。
\W
和\w相反，不多說(shuō)。
\Z
只匹配字符串的結(jié)尾。
匹配之于搜索
python提供了兩種基于正則表達(dá)式的操作：匹配（match）從字符串的開始檢查字符串是否個(gè)正則匹配。而搜索（search）檢查字
21、符串任意位置是否有匹配的子串（perl默認(rèn)就是如此）。
注意，即使search的正則以'^'開頭，match和search也還是有許多不同的。
>>> re.match("c", "abcdef") # 不匹配
>>> re.search("c", "abcdef") # 匹配
<_sre.SRE_Match object at ...>
模塊的屬性和方法
pile(pattern[, flags])
把一個(gè)正則表達(dá)式pattern編譯成正則對(duì)象，以便可以用正則對(duì)象的match和search方法。
得到的正則對(duì)象的行為（也就是模式）可以用flags來(lái)指定，值可以由幾個(gè)下面的值
22、OR得到。
以下兩段內(nèi)容在語(yǔ)法上是等效的：
prog = pile(pattern)
result = prog.match(string)
result = re.match(pattern, string)
區(qū)別是，用了pile以后，正則對(duì)象會(huì)得到保留，這樣在需要多次運(yùn)用這個(gè)正則對(duì)象的時(shí)候，效率會(huì)有較大的提升。再用上面用過(guò)的例子來(lái)演示一下，用相同的正則匹配相同的字符串，執(zhí)行100萬(wàn)次，就體現(xiàn)出compile的效率了（數(shù)據(jù)來(lái)自我那1.86G CPU的神舟本本）：
>>> timeit.timeit(
... setup='''import re; reg = pile(
23、'<(?P\w*)>.*')''',
... stmt='''reg.match('xxx
')''',
... number=)
1.51562
>>> timeit.timeit(
... setup='''import re''',
... stmt='''re.match('<(?P\w*)>.*', 'xxx
')''',
... number=)
4.02197
re.I
re.IGNORECAS
24、E
讓正則表達(dá)式忽略大小寫，這樣一來(lái)，[A-Z]也可以匹配小寫字母了。此特性和locale無(wú)關(guān)。
re.L
re.LOCALE
讓\w、\W、\b、\B、\s和\S依賴當(dāng)前的locale。
re.M
re.MULTILINE
影響'^'和'$'的行為，指定了以后，'^'會(huì)增加匹配每行的開始（也就是換行符后的位置）；'$'會(huì)增加匹配每行的結(jié)束（也就是換行符前的位置）。
re.S
re.DOTALL
影響'.'的行為，平時(shí)'.'匹配除換行符以外的所有字符，指定了本標(biāo)志以后，也可以匹配換行符。
re.U
re.UNICODE
讓\w、\W、\b、\B、\d、\D、\s和\S
25、依賴Unicode庫(kù)。
re.X
re.VERBOSE
運(yùn)用這個(gè)標(biāo)志，你可以寫出可讀性更好的正則表達(dá)式：除了在方括號(hào)內(nèi)的和被反斜杠轉(zhuǎn)義的以外的所有空白字符，都將被忽略，而且每行中，一個(gè)正常的井號(hào)后的所有字符也被忽略，這樣就可以方便地在正則表達(dá)式內(nèi)部寫注釋了。也就是說(shuō)，下面兩個(gè)正則表達(dá)式是等效的：
a = pile(r"""\d + # the integral part
\. # the decimal point
\d * # some fractional digits""", re.X)
26、b = pile(r"\d+\.\d*")
re.search(pattern, string[, flags])
掃描string，看是否有個(gè)位置可以匹配正則表達(dá)式pattern。如果找到了，就返回一個(gè)MatchObject的實(shí)例，否則返回None，注意這和找到長(zhǎng)度為0的子串含義是不一樣的。搜索過(guò)程受flags的影響。
re.match(pattern, string[, flags])
如果字符串string的開頭和正則表達(dá)式pattern匹配的話，返回一個(gè)相應(yīng)的MatchObject的實(shí)例，否則返回None
注意：要在字符串的任意位置搜索的話，需要使用上面的search()。
27、
re.split(pattern, string[, maxsplit=0])
用匹配pattern的子串來(lái)分割string，如果pattern里使用了圓括號(hào)，那么被pattern匹配到的串也將作為返回值列表的一部分。如果maxsplit不為0，則最多被分割為maxsplit個(gè)子串，剩余部分將整個(gè)地被返回。
>>> re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
>>> re.split('(\W+)', 'Words, words, words.')
['Words', ', ', '
28、words', ', ', 'words', '.', '']
>>> re.split('\W+', 'Words, words, words.', 1)
['Words', 'words, words.']
如果正則有圓括號(hào)，并且可以匹配到字符串的開始位置的時(shí)候，返回值的第一項(xiàng)，會(huì)多出一個(gè)空字符串。匹配到字符結(jié)尾也是同樣的道理：
>>> re.split('(\W+)', '...words, words...')
['', '...', 'words', ', ', 'words', '...', '']
注意，split不會(huì)被零長(zhǎng)度的正則所分割，例如：
>>> re.sp
29、lit('x*', 'foo')
['foo']
>>> re.split("(?m)^$", "foo\n\nbar\n")
['foo\n\nbar\n']
re.findall(pattern, string[, flags])
以列表的形式返回string里匹配pattern的不重疊的子串。string會(huì)被從左到右依次掃描，返回的列表也是從左到右一次匹配到的。如果pattern里含有組的話，那么會(huì)返回匹配到的組的列表；如果pattern里有多個(gè)組，那么各組會(huì)先組成一個(gè)元組，然后返回值將是一個(gè)元組的列表。
由于這個(gè)函數(shù)不會(huì)涉及到MatchObject之類的概念，所以，對(duì)新手來(lái)
30、說(shuō)，應(yīng)該是最好理解也最容易使用的一個(gè)函數(shù)了。下面就此來(lái)舉幾個(gè)簡(jiǎn)單的例子：
#簡(jiǎn)單的findall
>>> re.findall('\w+', 'hello, world!')
['hello', 'world']
#這個(gè)返回的就是元組的列表
>>> re.findall('(\d+)\.(\d+)\.(\d+)\.(\d+)', 'My IP is 192.168.0.2, and your is 192.168.0.3.')
[('192', '168', '0', '2'), ('192', '168', '0', '3')]
re. finditer(pattern, st
31、ring[, flags])
和上面的findall()類似，但返回的是MatchObject的實(shí)例的迭代器。
還是例子說(shuō)明問題：
>>> for m in re.finditer('\w+', 'hello, world!'):
... print m.group()
...
hello
world
re.sub(pattern, repl, string[, count])
替換，將string里，匹配pattern的部分，用repl替換掉，最多替換count次（剩余的匹配將不做處理），然后返回替換后的字符串。如果string里沒有可以匹配pattern的串，將被原封不
32、動(dòng)地返回。repl可以是一個(gè)字符串，也可以是一個(gè)函數(shù)（也可以參考我以前的例子）。如果repl是個(gè)字符串，則其中的反斜桿會(huì)被處理過(guò)，比如 \n 會(huì)被轉(zhuǎn)成換行符，反斜桿加數(shù)字會(huì)被替換成相應(yīng)的組，比如 \6 表示pattern匹配到的第6個(gè)組的內(nèi)容。
例子：
>>> re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',
... r'static PyObject*\npy_\1(void)\n{',
... 'def myfunc():')
'static PyObject*\npy_myfunc(void)\
33、n{'
如果repl是個(gè)函數(shù)，每次pattern被匹配到的時(shí)候，都會(huì)被調(diào)用一次，傳入一個(gè)匹配到的MatchObject對(duì)象，需要返回一個(gè)字符串，在匹配到的位置，就填入返回的字符串。
例子：
>>> def dashrepl(matchobj):
... if matchobj.group(0) == '-': return ' '
... else: return '-'
>>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')
'pro--gram files'
零長(zhǎng)度的匹配也會(huì)被替換，比如：
>>> re.su
34、b('x*', '-', 'abcxxd')
'-a-b-c-d-'
特殊地，在替換字符串里，如果有\(zhòng)g這樣的寫法，將匹配正則的命名組（前面介紹過(guò)的，(?P...)這樣定義出來(lái)的東西）。\g這樣的寫法，也是數(shù)字的組，也就是說(shuō)，\g一般和\2是等效的，但是萬(wàn)一你要在\2后面緊接著寫上字面意義的0，你就不能寫成\20了（因?yàn)檫@代表第20個(gè)組），這時(shí)候必須寫成\g0，另外，\g代表匹配到的整個(gè)子串。
例子：
>>> re.sub('-(\d+)-', '-\g<1>0\g<0>', 'a-11-b-22-c')
'a-110-11-b-220-22-c'
re.subn(pattern,
35、 repl, string[, count])
跟上面的sub()函數(shù)一樣，只是它返回的是一個(gè)元組 (新字符串, 匹配到的次數(shù))
，還是用例子說(shuō)話：
>>> re.subn('-(\d+)-', '-\g<1>0\g<0>', 'a-11-b-22-c')
('a-110-11-b-220-22-c', 2)
re.escape(string)
把string中，除了字母和數(shù)字以外的字符，都加上反斜桿。
>>> print re.escape('abc123_@#$')
abc123\_\@\#\$
exception re.error
如果字符串不能被成功編譯成正則表達(dá)式
36、或者正則表達(dá)式在匹配過(guò)程中出錯(cuò)了，都會(huì)拋出此異常。但是如果正則表達(dá)式?jīng)]有匹配到任何文本，是不會(huì)拋出這個(gè)異常的。
正則對(duì)象
正則對(duì)象由pile()返回。它有如下的屬性和方法。
match(string[, pos[, endpos]])
作用和模塊的match()函數(shù)類似，區(qū)別就是后面兩個(gè)參數(shù)。
pos是開始搜索的位置，默認(rèn)為0。endpos是搜索的結(jié)束位置，如果endpos比pos還小的話，結(jié)果肯定是空的。也就是說(shuō)只有pos 到 endpos-1 位置的字符串將會(huì)被搜索。
例子：
>>> pattern = pile("o")
>>> pattern.match("dog")
37、 # 開始位置不是o，所以不匹配
>>> pattern.match("dog", 1) # 第二個(gè)字符是o，所以匹配
<_sre.SRE_Match object at ...>
search(string[, pos[, endpos]])
作用和模塊的search()函數(shù)類似，pos和endpos參數(shù)和上面的match()函數(shù)類似。
split(string[, maxsplit=0])
findall(string[, pos[, endpos]])
finditer(string[, pos[, endpos]])
sub(repl, string[, c
38、ount=0])
subn(repl, string[, count=0])
這幾個(gè)函數(shù)，都和模塊的相應(yīng)函數(shù)一致。
flags
編譯本RE時(shí)，指定的標(biāo)志位，如果未指定任何標(biāo)志位，則為0。
>>> pattern = pile("o", re.S|re.U)
>>> pattern.flags
48
groups
RE所含有的組的個(gè)數(shù)。
groupindex
一個(gè)字典，定義了命名組的名字和序號(hào)之間的關(guān)系。
例子：
這個(gè)正則有3個(gè)組，如果匹配到，第一個(gè)叫區(qū)號(hào)，最后一個(gè)叫分機(jī)號(hào)，中間的那個(gè)未命名
>>> pattern = pile("(?P\d+)-(\d
39、+)-(?P\d+)")
>>> pattern.groups
3
>>> pattern.groupindex
{'fenjihao': 3, 'quhao': 1}
pattern
建立本RE的原始字符串，相當(dāng)于源代碼了，呵呵。
還是上面這個(gè)正則，可以看到，會(huì)原樣返回：
>>> print pattern.pattern
(?P\d+)-(\d+)-(?P\d+)
Match對(duì)象
re.MatchObject被用于布爾判斷的時(shí)候，始終返回True，所以你用 if 語(yǔ)句來(lái)判斷某個(gè) match() 是否成功是安全的。
40、
它有以下方法和屬性：
expand(template)
用template做為模板，將MatchObject展開，就像sub()里的行為一樣，看例子：
>>> m = re.match('a=(\d+)', 'a=100')
>>> m.expand('above a is \g<1>')
'above a is 100'
>>> m.expand(r'above a is \1')
'above a is 100'
group([group1, ...])
返回一個(gè)或多個(gè)子組。如果參數(shù)為一個(gè)，就返回一個(gè)子串；如果參數(shù)有多個(gè)，就返回多個(gè)子串注冊(cè)的元組。如果不傳任何參數(shù)，效果
41、和傳入一個(gè)0一樣，將返回整個(gè)匹配。如果某個(gè)groupN未匹配到，相應(yīng)位置會(huì)返回None。如果某個(gè)groupN是負(fù)數(shù)或者大于group的總數(shù)，則會(huì)拋出IndexError異常。
>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")
>>> m.group(0) # 整個(gè)匹配
'Isaac Newton'
>>> m.group(1) # 第一個(gè)子串
'Isaac'
>>> m.group(2) # 第二個(gè)子串
'Newton'
>>> m.group(1, 2) # 多個(gè)子
42、串組成的元組
('Isaac', 'Newton')
如果有其中有用(?P...)這種語(yǔ)法命名過(guò)的子串的話，相應(yīng)的groupN也可以是名字字符串。例如：
>>> m = re.match(r"(?P\w+) (?P\w+)", "Malcolm Reynolds")
>>> m.group('first_name')
'Malcolm'
>>> m.group('last_name')
'Reynolds'
如果某個(gè)組被匹配到多次，那么只有最后一次的數(shù)據(jù)，可以被提取到：
>>> m = re.match(r"(..)+", "a1
43、b2c3") # 匹配到3次
>>> m.group(1) # 返回的是最后一次
'c3'
groups([default])
返回一個(gè)由所有匹配到的子串組成的元組。default參數(shù)，用于給那些沒有匹配到的組做默認(rèn)值，它的默認(rèn)值是None
例如：
>>> m = re.match(r"(\d+)\.(\d+)", "24.1632")
>>> m.groups()
('24', '1632')
default的作用：
>>> m = re.match(r"(\d+)\.?(\d+)?", "24")
>>> m.group
44、s() # 第二個(gè)默認(rèn)是None
('24', None)
>>> m.groups('0') # 現(xiàn)在默認(rèn)是0了
('24', '0')
groupdict([default])
返回一個(gè)包含所有命名組的名字和子串的字典，default參數(shù)，用于給那些沒有匹配到的組做默認(rèn)值，它的默認(rèn)值是None，例如：
>>> m = re.match(r"(?P\w+) (?P\w+)", "Malcolm Reynolds")
>>> m.groupdict()
{'first_name': 'Malcolm', 'last_n
45、ame': 'Reynolds'}
start([group])
end([group])
返回的是：被組group匹配到的子串在原字符串中的位置。如果不指定group或group指定為0，則代表整個(gè)匹配。如果group未匹配到，則返回 -1。
對(duì)于指定的m和g，m.group(g)和m.string[m.start(g):m.end(g)]等效。
注意：如果group匹配到空字符串，m.start(group)和m.end(group)將相等。
例如：
>>> m = re.search('b(c?)', 'cba')
>>> m.start(0)
1
>>> m.end
46、(0)
2
>>> m.start(1)
2
>>> m.end(1)
2
下面是一個(gè)把email地址里的“remove_this”去掉的例子：
>>> email = "tony@tiremove_"
>>> m = re.search("remove_this", email)
>>> email[:m.start()] + email[m.end():]
'tony@'
span([group])
返回一個(gè)元組： (m.start(group), m.end(group))
pos
就是傳給RE對(duì)象的search()或match()方法的參數(shù)pos，代表RE開
47、始搜索字符串的位置。
endpos
就是傳給RE對(duì)象的search()或match()方法的參數(shù)endpos，代表RE搜索字符串的結(jié)束位置。
lastindex
最后一次匹配到的組的數(shù)字序號(hào)，如果沒有匹配到，將得到None。
例如：(a)b、((a)(b))和((ab))正則去匹配'ab'的話，得到的lastindex為1。而用(a)(b)去匹配'ab'的話，得到的lastindex為2。
lastgroup
最后一次匹配到的組的名字，如果沒有匹配到或者最后的組沒有名字，將得到None。
re
得到本Match對(duì)象的正則表達(dá)式對(duì)象，也就是執(zhí)行search()或match()的對(duì)象。
string
傳給search()或match()的字符串。
專心---專注---專業(yè)
python正則表達(dá)式-深入淺出(共16頁(yè))
