正则表达式_re 模块

首先得知道什么是转义：

转义符

假设你想要在一个字符串中包含一个单引号（’），那么你该怎么指示这个字符串？例如，这个字符串是What’s your name?。你肯定不会用’What’s your name?’来指示它，因为Python会弄不明白这个字符串从何处开始，何处结束。所以，你需要指明单引号而不是字符串的结尾。可以通过 转义符 来完成这个任务。你用\’来指示单引号——注意这个反斜杠。现在你可以把字符串表示为’What\’s your name?’。

另一个表示这个特别的字符串的方法是”What’s your name?”，即用双引号。类似地，要在双引号字符串中使用双引号本身的时候，也可以借助于转义符。另外，你可以用转义符\来指示反斜杠本身。

值得注意的一件事是，在一个字符串中，行末的单独一个反斜杠表示字符串在下一行继续，而不是开始一个新的行。例如：

"This is the first sentence.\
This is the second sentence."

等价于”This is the first sentence. This is the second sentence.”

re模块：

在 Python 中，我们可以使用内置的 re 模块来使用正则表达式。

有一点需要特别注意的是，正则表达式使用 \ 对特殊字符进行转义，比如，为了匹配字符串 ‘python.org’，我们需要使用正则表达式 ‘python.org’，而 Python 的字符串本身也用 \ 转义，所以上面的正则表达式在 Python 中应该写成 ‘python\.org’，这会很容易陷入 \ 的困扰中，因此，我们建议使用 Python 的原始字符串，只需加一个 r 前缀，上面的正则表达式可以写成：

r'python\.org'

re 模块提供了不少有用的函数，用以匹配字符串，比如：

compile 函数

match 函数

search 函数

findall 函数

finditer 函数

split 函数

sub 函数

subn 函数

re 模块的一般使用步骤如下：

使用 compile 函数将正则表达式的字符串形式编译为一个 Pattern 对象

通过 Pattern 对象提供的一系列方法对文本进行匹配查找，获得匹配结果（一个 Match 对象）

最后使用 Match 对象提供的属性和方法获得信息，根据需要进行其他的操作

这里由于目前只遇到了compile 函数和split方法，因而只详细介绍一下它们：

compile 函数

compile 函数用于编译正则表达式，生成一个 Pattern 对象，它的一般使用形式如下：

re.compile(pattern[, flag])

其中，pattern 是一个字符串形式的正则表达式，flag 是一个可选参数，表示匹配模式，比如忽略大小写，多行模式等。

下面，让我们看看例子。

import re

#将正则表达式编译成 Pattern 对象
pattern = re.compile(r'\d+')#对pattern对象可以使用下述的方法

在上面，我们已将一个正则表达式编译成 Pattern 对象，接下来，我们就可以利用 pattern 的一系列方法对文本进行匹配查找了。Pattern 对象的一些常用方法主要有：

match 方法

search 方法

findall 方法

finditer 方法

split 方法

sub 方法

subn 方法

split 方法：

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

split(string[, maxsplit])

其中，maxsplit 用于指定最大分割次数，不指定将全部分割。

看看例子：

import re

p = re.compile(r'[\s\,\;]+')
print p.split('a,b;; c   d')

执行结果：

['a', 'b', 'c', 'd']