python实现的正则表达式功能入门教程【经典】

本文讲述了python实现的正则表达式功能。分享给大家供大家参考，具体如下：

前文：

首先，什么叫正则表达式（Regular Expression）？

例如我们要判断字符串"adi_e32fv,Ls"里面是否含有子串"e32f"，又例如我们在一个含百万个姓名的txt文件中找姓“王”，名字以“五”结尾的名字，然后打印出来。结果为：“王五”、“王小五”、“王大五”、“王小小五”……

以前我们是使用字符串函数来查找的，但是代码实现起来会很复杂。如今用正则表达式只需要一句 re.findall('王.*？五',txt1) 就可以了！正则表达式是写网络爬虫的最基本的知识，可以用正则表达式在html中搜集满足某些字串要求的网址。下面是个人对正则表达式基础知识的一些总结。

（操作环境：32位Win8系统，运行工具：python2.7.9+Eclipse.）

正文：

1、首先要导入python的re模块。

2、元字符 . ^ $ * + ? {} [] / | ()

re模块中的findall（str1，str2）方法返回字串str2中匹配str1格式的字串。例如在字符串'dit dot det,dct dit dot'中匹配'dit'结果为：

str1 = 'dit dot det,dct dit dot'print re.findall('dit',str1)

结果：

['dit', 'dit']

|作用：'dit|dct'表示dit或者dct。

str1 = 'dit dot det,dct dit dot'print re.findall('dit|dct',str1)

结果：

['dit', 'dct', 'dit']

[]作用：[ic]表示i或c，例如'd[ic]t'表示dit和dct两者，和'dit|dct'等价：

str1 = 'dit dot det,dct dit dot'print re.findall('d[ic]t',str1)

结果：

['dit', 'dct', 'dit']

^作用一：[^ic]中^表示否定，即除了i和c：

str1 = 'dit dot det,dct dit dot'print re.findall('d[^ic]t',str1)

结果：

['dot', 'det', 'dot']

^作用二：^dit表示子串dit在开头位置，而dct不是在开头：

str1 = 'dit dot det,dct dit dot'print re.findall('^dit',str1)print re.findall('^dct',str1)

结果：

['dit'][]

$作用：dot$表示子串dot要在末尾位置，而dct不是在末尾：

str1 = 'dit dot det,dct dit dot'print re.findall('dot$',str1)print re.findall('dct$',str1)

结果：

['dot'][]

.作用：d.t表示d与t之间省略了一个任意字符：

str1 = 'dit dot det,dct dit dot'print re.findall('d.t',str1)

结果：

['dit', 'dot', 'det', 'dct', 'dit', 'dot']

+作用：di+t表示d与t之间省略了一个或多个'i'：

str1 = 'd dt dit diit det'print re.findall('d.+t',str1)