python re正则表达式模块(Regular Expression)

模块的的作用主要是用于字符串和文本处理，查找，搜索，替换等

复习一下基本的正则表达式吧

 .：匹配除了换行符以为的任意单个字符

 *：匹配任意字符，一个，零个，多个都能匹配得到 俗称贪婪模式

+：匹配位于+之前的一个或者多个字符

 |：匹配位于|之前或者之后的字符

 ^：匹配行首

 $：匹配行尾

 "1" cellspacing="0" bordercolor="#000000" cellpadding="2" style="text-align: left; text-transform: none; background-color: rgb(255,255,255); text-indent: 0px; width: 678px; font: 16px/26px 宋体, Arial; word-wrap: break-word; white-space: normal; letter-spacing: normal; color: rgb(102,102,102); word-spacing: 0px; -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px"> 特殊序列符号
意义 \A
只在字符串开始进行匹配 \Z
只在字符串结尾进行匹配 \b
匹配位于开始或结尾的空字符串 \B
匹配不位于开始或结尾的空字符串 \d
相当于[0-9] \D
相当于[^0-9] \s
匹配任意空白字符:[\t\n\r\r\v] \S
匹配任意非空白字符:[^\t\n\r\r\v] \w
匹配任意数字和字母:[a-zA-Z0-9] \W
匹配任意非数字和字母:[^a-zA-Z0-9]

正则表达式语法表

语法 意义 说明 "." 任意字符
"^" 字符串开始 '^hello'匹配'helloworld'而不匹配'aaaahellobbb' "$" 字符串结尾 与上同理 "*" 
0 个或多个字符（贪婪匹配）
<*>匹配<title>chinaunix</title> "+"
1 个或多个字符（贪婪匹配）
与上同理
""
0 个或多个字符（贪婪匹配）
与上同理
*"word-wrap: break-word" /> 以上三个取第一个匹配结果（非贪婪匹配） <*>匹配<title>
{m,n}
对于前一个字符重复m到n次，{m}亦可
a{6}匹配6个a、a{2,4}匹配2到4个a {m,n}"word-wrap: break-word" /> 对于前一个字符重复m到n次，并取尽可能少
‘aaaaaa'中a{2,4}只会匹配2个 "\\"
特殊字符转义或者特殊序列
[]
表示一个字符集 [0-9]、[a-z]、[A-Z]、[^0] "|"
或 A|B,或运算 (...)
匹配括号中任意表达式
("word-wrap: break-word" /> 注释，可忽略
("word-wrap: break-word" /> Matches if ... matches next, but doesn't consume the string.
'("word-wrap: break-word; font-size: 14px">在hellotest中匹配hello ("word-wrap: break-word" /> Matches if ... doesn't match next.
'("word-wrap: break-word; font-size: 14px">  若hello后面不为test，匹配hello
("word-wrap: break-word" /> Matches if preceded by ... (must be fixed length).
'("word-wrap: break-word; font-size: 14px">)test'  在hellotest中匹配test
("word-wrap: break-word" /> Matches if not preceded by ... (must be fixed length).
'("word-wrap: break-word; font-size: 14px">test'  在hellotest中不匹配test

匹配的标志和含义

标志 含义 re.I 忽略大小写 re.L 根据本地设置而更改\w,\W,\b,\B,\s,\S的匹配内容 re.M 多行匹配模式 re.S 使“.”元字符匹配换行符 re.U 匹配Unicode字符 re.X 忽略需要匹配模式中的空格，并且可以使用"#"号注释

文本内容（提取Linux下的password文件）

man:x:6:12:man:/var/cache/man:/bin/nologin

re模块中有３个搜索函数，每个函数都接受３个参数(匹配模式，要匹配的字符串，进行匹配的标志)，如果匹配到了就返回一个对象实例，么有就返会Ｎone．

findall():用于在字符串中查找符合正则表达式的字符串，并返回这些字符串的列表

search():搜索整个字符串，返回对象实例

match():只从第一个字符开始匹配，后面的不再匹配，返回对象实例

lovelinux@LoveLinux:~/py/boke$ cat text 
man:x:6:12:man:/var/cache/man:/bin/sh
lovelinux@LoveLinux:~/py/boke$ cat test.py
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).end() 
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
34
lovelinux@LoveLinux:~/py/boke$ vim test.py
lovelinux@LoveLinux:~/py/boke$ python test.py 
None
<_sre.SRE_Match object at 0x7f12fc9f9ed0>

返回是对象实例有２个方法，

start()：返回记录匹配到字符的开始索引　

end()：返回记录匹配到字符的结束索引

lovelinux@LoveLinux:~/py/boke$ python test.py 
None
31
34
lovelinux@LoveLinux:~/py/boke$ cat test.py 
#/usr/bin/env python
#coding:utf-8
import re
with open('text','r') as txt:
 f = txt.read()
 print re.match('bin',f)
 print re.search('bin',f).start()
 print re.search('bin',f).end()