python3.5里的正则表达式

正则表达式其实内容不多，这是python一个比较人性化的地方，虽然有".","*","?"，但是他们单独使用的机会很少，主要的使用是捏合在一起：（.*？）

首先要启动正则表达式，需要先import re。这样才能启动re下面的内部程序。

（.*?）是一个完全精确的算法，她不像“.*”那样贪心，甚至比“.*?”还不贪心。（.*?）使用的格式如下：

re.findall("定位符1（.*?）定位符2"，需要检查的字段）

然后就会显示出（）内的内容。

for instance:

1

2

3

4

<code>    </code><code>import</code> <code>re</code>

<code>    </code><code>s</code><code>=</code><code>"sdfxxhelloxxfsdfxxworldxxasdf"</code>

<code>    </code><code>d</code><code>=</code><code>re.findall(</code><code>"xx(.*?)xx"</code><code>,s)</code>

<code>    </code><code>print</code><code>(d)</code>

以上的程序显示结果是['hello', 'world']，注意，这是一个列表！即d是可以查序的，d[0]='hello'。

如果s改变一下变成以下的方式：

5

<code>    </code><code>s</code><code>=</code><code>"""sdfxxhello</code>

<code>        </code><code>xxfsdfxxworldxxasdf"""</code>

这样的输出结果是["fsdf"]，而不是上一个结果。这是因为“.在默认的情况下不可以匹配转行符/n”。s现在是两段话，那么re.findall会先找第一段，如果在第一段找到了符合要求的会输出，如果没有找到，那么开始在第二段找，但是找归找，却是不继承第一段的内容。所以满足xx~xx之间要求的只有xxfsdfxx这一段，故而输出["fsdf"]。虽然紧跟着后面还有一个xxworldxx，但是由于前面的xx已经被上一段用走了，所以无法再选择了。

如果d=re.findall("xx(.*?)xx",s,re.S),这样的话输出是['hello\n', 'world']。re.S的意思是re模块里的S命令。

连用（.*？）：

<code>  </code><code>import</code> <code>re</code>

<code>    </code><code>s</code><code>=</code><code>"89A000Boo2junkiA111Boooo2nium"</code>

<code>    </code><code>d</code><code>=</code><code>re.findall(</code><code>"A(.*?)B(.*?)2"</code><code>,s)</code>

这样的输出结果是[('000', 'oo'), ('111', 'oooo')]，d[0]=('000', 'oo'),len(d)=2。

匹配纯数字：

<code>    </code><code>s</code><code>=</code><code>"asdf12345hjkl"</code>

<code>    </code><code>f</code><code>=</code><code>re.findall(</code><code>"(\d+）"</code><code>,s）</code>

<code>    </code><code>print</code><code>(f)</code>

此时的输出结果是12345，f=re.findall("(\d+）",s）的效果等于f=re.findall("asdf(.*?)hjkl",s）。但是要注意(\d+）只能返回纯数字，如果s="asdf12a34w5hjkl"的话，那么再用这条语句，返回的是["12","34","5"]。

search命令

<code>    </code><code>s</code><code>=</code><code>"asdfxxIxx231xxLOVExxDFd"</code>

<code>    </code><code>f</code><code>=</code><code>re.search(</code><code>"xx(.*?)xx213xx(.*?)xx"</code><code>,s).group(</code><code>1</code><code>)</code>

此时的结果是I，若后面改成group(2)，那么输出结果是LOVE。可见后面的group号码是对应里面的(.*?)的值，而一旦group号码超出了(.*?)的个数，那么就会红字报错，Index Error.而如果不加group，那么会提示&lt;_sre.SRE_Match object; span=(4, 20), match='xxIxx123xxLOVExx'&gt;。

sub命令

<code>    </code><code>s</code><code>=</code><code>"123RRRRR123"</code>

<code>    </code><code>f</code><code>=</code><code>re.sub("</code><code>123</code><code>（.</code><code>*</code><code>?）</code><code>123</code><code>”，“</code><code>12345</code><code>”，s）</code>

此时输出的结果是12345，可见如果有满足语句选择的量，那么会直接返回sub语句后面的内容。如果没有满足语句选择的量，那么返回的是s。sub主要是一个替换的作用，而无法替换的时候，就将原值返回。

 本文转自 苏幕遮618 51CTO博客，原文链接:http://blog.51cto.com/chenx1242/1729132