20121020 Google python课堂 正则表达式

match = re.search(pat, str)输入正则表达式与字符串，如果找到返回匹配的对象，否则None，通常可以用if来判断是否找到
match.group()返回匹配成功的文本
match = re.search(r'pat', str)正则表达式前的r表示'raw'保持原始的字符串，对\转意忽略

正则表达式
A, X, 9, < 普通字符完全匹配
. 匹配任何字符，除了'\n'
\w 匹配字符，\W匹配飞、非字符
\b 字符与字符之间的边界
\s 匹配空白符，空格 \n\r\t\f等，\S匹配非空白符
\t,\n,\r 制表符，回车符，返回
\d 数字，\w,\S包含
^,$ 字符串的开始与结束
\ 转意字符

重复的标识
+ 字符左边相同的字符
* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等价于{0,}。
? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

[xyz] 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。

分组提取

1 str ='purple alice-b@google.com monkey dishwasher'
2 match = re.search('([\w.-]+)@([\w.-]+)', str)
3 if match:
4     print match.group()   ## 'alice-b@google.com' (the whole match)
5     print match.group(1)  ## 'alice-b' (the username, group 1)
6     print match.group(2)  ## 'google.com' (the host, group 2)

用()区分各个分组

re.findall(pat, str)
找到所有与正则表示的符合的各个字符串，返回一个有这些字符串为元的表
findall与()可以组合使用，返回数组为元的表

正则表达式的选项
re.search(pat, str, re.IGNORECASE)
IGNORECASE 不区分大小写a,即匹配a,又匹配A
DOTALL 允许.匹配\n
MULTILINE 在一个多行组成的字符串中，允许^与$匹配行的开始于结束

re.sub(pat, replacement, str) 替换匹配到的字符串

1 str ='purple alice@google.com, blah monkey bob@abc.com blah dishwasher'
2 ## re.sub(pat, replacement, str) -- returns new string with all replacements,
3 ## \1 is group(1), \2 group(2) in the replacement
4 print re.sub(r'([\w\.-]+)@([\w\.-]+)', r'\1@yo-yo-dyne.com', str)
5 ## purple alice@yo-yo-dyne.com, blah monkey bob@yo-yo-dyne.com blah dishwasher