Python中轉義字符

正則表達式使用反斜杠” \ “來代表特殊形式或用作轉義字符，這里跟Python的語法沖突，因此，Python用” \\\\ “表示正則表達式中的” \ “，因為正則表達式中如果要匹配” \ “，需要用\來轉義，變成” \\ “，而Python語法中又需要對字符串中每一個\進行轉義，所以就變成了” \\\\ “。
上面的寫法是不是覺得很麻煩，為了使正則表達式具有更好的可讀性，Python特別設計了原始字符串(raw string)，需要提醒你的是，在寫文件路徑的時候就不要使用raw string了，這里存在陷阱。raw string就是用'r'作為字符串的前綴，如 r”\n”：表示兩個字符”\”和”n”，而不是換行符了。Python中寫正則表達式時推薦使用這種形式。

正則表達式元字符說明

          
.  匹配除換行符以外的任意字符
^  匹配字符串的開始
$  匹配字符串的結束
[] 用來匹配一個指定的字符類別
?  對于前一個字符字符重復0次到1次
*  對于前一個字符重復0次到無窮次
{} 對于前一個字符重復m次
{m,n} 對前一個字符重復為m到n次
\d 匹配數字，相當于[0-9]
\D 匹配任何非數字字符，相當于[^0-9]
\s 匹配任意的空白符，相當于[ fv]
\S 匹配任何非空白字符，相當于[^ fv]
\w 匹配任何字母數字字符，相當于[a-zA-Z0-9_]
\W 匹配任何非字母數字字符，相當于[^a-zA-Z0-9_]
\b 匹配單詞的開始或結束
        

模塊函數說明即舉例
re.compile 將正則表達式編譯成pattern對象

          
compile(pattern, flags=0)
        

第一個參數：規則
第二個參數：標志位

re.match 只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None

          
match(pattern, string, flags=0)
        

第一個參數：規則
第二個參數：表示要匹配的字符串
第三個參數：標致位，用于控制正則表達式的匹配方式

re.search 匹配整個字符串，直到找到一個匹配

          
search(pattern, string, flags=0)
        

第一個參數：規則
第二個參數：表示要匹配的字符串
第三個參數：標致位，用于控制正則表達式的匹配方式

          
>>> import re
>>> pattern = re.compile(r'linuxeye')
>>> match = pattern.match('jb51.net')
>>> print match
<_sre.SRE_Match object at 0x7f4e96e61c60>
>>> print match.group()
linuxeye
>>> m = pattern.match('blog.jb51.net') #match匹配開頭，沒找到
>>> print m
None
>>> m = pattern.search('blog.jb51.net') #search匹配整個字符串，直到找到一個匹配
>>> print m
<_sre.SRE_Match object at 0x7f15abfc6b28>
>>> print m.group()
linuxeye
        

          
>>> m = re.match(r'linuxeye','jb51.net') #不用re.compile
>>> print m
<_sre.SRE_Match object at 0x7f4e96e61b90>
>>> print m.group()
linuxeye
>>> m = re.match(r'linuxeye','www.jb51.net')
>>> print m
None
        

re.split 用于來分割字符串

          
split(pattern, string, maxsplit=0)
        

第一個參數：規則
第二個參數：字符串
第三個參數：最大分割字符串，默認為0，表示每個匹配項都分割
實例：分割所有的字符串

          
>>> import re
>>> test_str = "1 2 3 4 5"
>>> re.split(r'\s+',test_str)
['1', '2', '3', '4', '5']
>>> re.split(r'\s+',test_str,2) #分割前2個
['1', '2', '3 4 5']
 
>>> test_str = "1 . 2. 3 .4 . 5"
>>> re.split(r'\.',test_str)
['1 ', ' 2', ' 3 ', '4 ', ' 5']
>>> re.split(r'\.',test_str,3)
['1 ', ' 2', ' 3 ', '4 . 5']
        

re.findall 在目標字符串查找符合規則的字符串

          
findall(pattern, string, flags=0)
        

第一個參數：規則
第二個參數：目標字符串
但三個參數：后面還可以跟一個規則選擇項
返回的結果是一個列表，建中存放的是符合規則的字符串，如果沒有符合規則的字符串唄找到，就會返回一個空值

          
>>> import re
>>> test_mail = '
          
            
               test03@gmail.net'
>>> mail_re = re.compile(r'\w+@g....\.[a-z]{3}')
>>> re.findall(mail_re,test_mail)
['test01@gmail.com', 'test02@gmail.org', 'test03@gmail.net']
            
          
        

re.sub 以正則表達式為基礎的替換工作

          
sub(pattern, repl, string, count=0)
        

第一個參數：規則
第二個參數：替換后的字符串
第三個參數：字符串
第四個參數：替換個數。默認為0，表示每個匹配項都替換

          
>>> test = 'blog.jb51.net jb51.net'
>>> test_re = re.compile(r'\.')
>>> re.sub(test_re,'--',test)
'blog--linuxeye--com linuxeye--com'
>>> re.sub(test_re,'--',test,1)
'blog--jb51.net jb51.net'