python re 模块

python re模块是进行正则表达式的一个模块，它有很多函数，例如compile，match，search，findall，split 等等。这些函数都有不同的功能来帮助开发者快速的进行字符匹配。

compile

compile 模块是笔者比较喜欢的函数，有了它正则表达式得到了复用性。

code

str = '0123456789'

com1 = re.compile('\d{10}')
com1.match(str)

re.match('\d{10}', str)

com1.match(str)

与

re.match('\d{10}', str)

的功能是相同的。

match & search

可能有人会吐槽？为什么一次讲两个函数？

嗯哼，因为我想偷懒。哈哈。其实还有其他原因，因为这两个函数的功能基本相同。都是匹配一个字符串。不过前者必须是从字符的开头匹配，后者是从任何地方匹配。

code

com1 = re.compile('\d{10}')
str = 'a0123456789'

mac = com1.match(str)

sea = com1.search(str)

print sea.group() # 0123456789
print sea.start() # 1
print sea.end() # 11

sea

是一个

_sre.SRE_Match

对象。

sea.group()

是匹配成功的字符串。

sea.start()

是匹配成功的字符串在原字符串的开始索引位置

sea.end()

是匹配成功的字符串在原字符串的结束索引位置

findall

findall 也是笔者比较喜欢的一个函数，它可以用于爬取网页获取固定格式的数据，当然也可以读取文本。它的作用是匹配字符串所有符合正则的字符串。以元组的方式返回回来。

code

url = urllib.urlopen('http://www.baidu.com/s?wd=hacker')
html = url.read()

bdCR = re.compile('"http://.*?"')

urls =  bdCR.findall(html)

for url in urls:
print url

获取整个网页的http 连接

split

split 听名字就知道这是个分割函数，可以通过正则分割一个大文本。

ipS = re.compile('\.');

print ipS.spilt('192.168.0.1') # ['192','168','0','1']