Python入门篇之正则表达式

 正则表达式有两种基本的操作，分别是匹配和替换。

匹配就是在一个文本字符串中搜索匹配一特殊表达式；

替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。
 
1.基本元素
 
正则表达式定义了一系列的特殊字符元素以执行匹配动作。

正则表达式基本字符

在正则表达式中，我们还可用匹配限定符来约束匹配的次数。
 
匹配限定符

据上所述，".*"为最大匹配，能匹配源字符串所有能匹配的字符串。".* "为最小匹配，只匹配第一次出现的字符串。如：d.*g能匹配任意以d开头，以g结尾的字符串，如"debug"和"debugging"，甚至"dog is walking"。而d.* g只能匹配"debug"，在"dog is walking"字符串中，则只匹配到"dog "。
 
在一些更复杂的匹配中，我们可用到组和运算符。
 
组和运算符

有一组特殊的字符序列，用来匹配具体的字符类型或字符环境。如\b匹配字符边界，food\b匹配"food"、"zoofood"，而和"foodies"不匹配。
 
特殊字符序列

有一套声明(assertion)对具体事件进行声明。
 
正则表达式声明

正则表达式还支持一些处理标志，它会影响正则式的执行方法。
 
处理标志

2.操作
 

通过re模块，我们就可在python中利用正则式对字符串进行搜索、抽取和替换操作。如：re.search()函数能执行一个基本的搜索操作，它能返回一个MatchObject对象。re.findall()函数能返回匹配列表。
 

代码如下:

>>> import re
>>> a="this is my re module test"
>>> obj = re.search(r'.*is',a)
>>> print obj
<_sre.sre_match object at>
>>> obj.group()
'this is'
>>> re.findall(r'.*is',a)
['this is']

MatchObject对象方法

使用sub()或subn()函数可在字符串上执行替换操作。sub()函数的基本格式如下：
 sub(pattern,replace,string[,count])
 
示例

代码如下:

>>> str = 'The dog on my bed'
>>> rep = re.sub('dog','cat',str)
>>> print rep
The cat on my bed

replace参数可接受函数。要获得替换的次数，可使用subn()函数。subn()函数返回一个元组，此元组包含替换了的文本和替换的次数。
 
如果需用同一个正则式进行多次匹配操作，我们可把正则式编译成内部语言，提高处理速度。编译正则式用compile()函数来实现。compile()函数的基本格式如下：
 compile(str[,flags])
 
str表示需编译的正则式串，flags是修饰标志符。正则式被编译后生成一个对象，该对象有多种方法和属性。
 
正则式对象方法/属性

转义字符串用re.escape()函数。
 
通过getattr获取对象引用
 

代码如下:

>>> li=['a','b']
>>> getattr(li,'append')
>>> getattr(li,'append')('c')          #相当于li.append('c')
>>> li
['a', 'b', 'c']
>>> handler=getattr(li,'append',None)
>>> handler

>>> handler('cc')                      #相当于li.append('cc')
>>> li
['a','b','c','cc']
>>>result = handler('bb')
>>>li
['a','b','c','cc','bb']
>>>print result
None