Python re（正则表达式）模块
re模块
python可以通过re模块来实现使用正则表达式匹配字符串，我们可以通过查看~/installs/python/lib/python2.7/re.py 文件查看re提供的方法，主要使用的下面的几个接口：
l def match(pattern, string, flags=0):
"""try toapply the pattern at the start of the string, returning
a match object, or none ifno match was found."""
return _compile(pattern,flags).match(string)
re.match从字符串的开始匹配一个模式，第一个参数是正则表达式，第二个字符串是要匹配的字符串，第三个参数是标志位，缺省为0；如果可以查找到则返回一个match对象，否则返回none。
l def search(pattern, string, flags=0):
"""scan through string looking for a match to thepattern, returning
amatch object, or none if no match was found."""
return_compile(pattern, flags).search(string)
re.search函数在字符串内查找模式，直到找到第一个就退出，查找不到返回none，其参数和re.match一致。而与match的区别在于，match只是匹配字符串的开始，而search匹配整个字符串。
l def findall(pattern, string, flags=0):
"""return a list of all non-overlapping matches in thestring.
if one or more groups are present in the pattern, return a
list of groups; this will be a list of tuples if the pattern
has more than one group.
empty matches are included in the result."""
return_compile(pattern, flags).findall(string)
re.findall可以获取所有匹配的字符串，并且以list形式返回。
l def compile(pattern, flags=0):
"compile a regular expression pattern, returning a patternobject."
return_compile(pattern, flags)
re.compile可以将一个正则表达式编译成一个正则表达式对象，可以把经常用的正则表达式编译成正则表达式对象，从而提升匹配的效率。
上面提到search()和match()方法返回match object，下面介绍下match object的属性和方法。
matchobject
属性：
-
string: 传给search()或者match()用于匹配的文本。 re: search()或者match()时使用的pattern对象。 pos: 文本中正则表达式开始搜索的索引。对于match()和seach()函数默认值是0,。 endpos: 文本中正则表达式结束搜索的索引。对于match()与search()函数默认值是len(string)。lastindex: 最后一个被捕获的分组的索引。如果没有被捕获的分组，则为none。 lastgroup: 最后一个被捕获的分组的名称。如果这个分组没有别名或者没有被捕获的分组，则为none。
方法：
-
group([group1, …]):
获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回none；截获了多次的组返回最后一次截获的子串。 一个适度复杂的例子如下：
m = re.match(r"(?p
执行这个匹配后，m.group(0)是3.14，m.group(1)是‘3’，m.group(2)是14。 上述属性和方法的输出，group方法最常使用。 使用示例 下面就上面的一些接口进行代码测试： import re for name inre.findall("name=\((.*?)\)", "phone=124567 name=(john)phone=2345678 name=(tom)"): print "got match name %s" % name 注意这里面使用()作为分组的标识，由于要匹配的数据里面也有()并且我们需要的是里面的数据，所以需要对()进行转义，为了限制python中的贪婪匹配使用*?，保证每次尽可能匹配小的文本。 k=re.search("tm=\((.*?)\)","tt=123 tm=(abc) vm=test tm=(cba)") if k: print "match tm is %s, %s, %d, %d, %s, %s" % (k.group(0),k.group(1), k.pos, k.endpos, k.string, k.re.pattern) 输出： match tmis tm=(abc), abc, 0, 32, tt=123 tm=(abc)vm=test tm=(cba), tm=\((.*?)\) text ="jgood is abc handsome boy he is cool, clever, and so on..." #指定一个额外的分组 m =re.search(r"\s(?p
if m: print m.group(0), '\t', m.group(1), '\t',m.group(2) print "groups %s, %s, %s, %s, %s,%s" %(m.groups(), m.lastindex, m.lastgroup, m.groupdict().keys(), m.groupdict().values(),m.string[m.start(2):m.end(2)]) print "string span is %s, %s"%(m.span(2)) #返回(start(group), end(group))。 使用?p表达式指定了自定义的分组名，所以可以看到m.groupdict的结果。 输出： is abc is abc groups ('is','abc'), 2, sign2, ['sign1', 'sign2'], ['is', 'abc'], abc string span is9, 12s 参考链接： https://docs.python.org/release/2.2.3/lib/match-objects.html https://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html https://www.cnblogs.com/sevenyuan/archive/2010/12/06/1898075.html
groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为none。 groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。 start([group]):
返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。 end([group]):
返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。 span([group]):
返回(start(group), end(group))。 expand(template):
将匹配到的分组代入template中然后返回。