在本模块内主要包括函数、常量和异常。有一些函数是为简单使用,而减少一些特征。在大多数的正规的应用程序里,都是采用编译方式来使用正则表达式。
re.compile(pattern,flags=0)
编译一个正则表达式,并生成一个正则表达式对象,而这个对象可以使用方法match()和search()来进行匹配。编译正则表达式的选项,可以通过flags来设置,这些参数可以通过或(|)的方式来进行组合。
这个编译过程如下:
prog=re.compile(pattern)
result=prog.match(string)
与下面处理过程相同:
result=re.match(pattern,string)
不过,re.compile()的方式在多次重复使用这个正则表达式时是有很大优势,因为会大大减少正则表达式的重复编译过程。值得注意是:最新版本的Python会把re.compile()最近几次编译的对象缓存起来,如果只是使用很少正则表达式,不用担心重复编译的问题。
例子:
print('re.compile');
prog=re.compile(r'cai\d')
result=prog.match(r'cai7caimousecaicai8')
ifresult:
print(result.group(0))
输出结果如下:
re.compile
cai7
re.A
re.ASCII
指定\w,\W,\b,\B,\d,\D,\s和\S使用ASCII模式之下,而不使用在UNICODE的模式。不过它只有UNICODE里使用,而在8位的模式之下忽略这个标志。为了兼容以前版本的正则表达式,re.U标志还在使用,由于在Python3.0以后都默认使用UNICODE的方式,所以re.U是多余的。
例子:
print('re.A,re.ASCII')
prog=re.compile('深圳软件中心\\d+',re.A)
result=prog.match('深圳软件中心007用软件改变世界98')
ifresult:
print(result.group(0))
输出结果如下:
re.A,re.ASCII
深圳软件中心007
re.DEBUG
详细显示编译正则表达式的信息。
例子:
print('re.DEBUG')
prog=re.compile('深圳软件中心\\d+',re.DEBUG)
result=prog.match('深圳软件中心007用软件改变世界98')
ifresult:
print(result.group(0))
输出结果如下:
re.DEBUG
literal28145
literal22323
literal36719
literal20214
literal20013
literal24515
max_repeat12147483647
in
categorycategory_digit
深圳软件中心007
re.I
re.IGNORECASE
忽略大小写字母区别。会把[A-Z]集合字符转换为小写字母再来匹配。如果UNICODE的字母是不受影响的。
例子:
print('re.I,re.IGNORECASE')
prog=re.compile('myCar\\d+',re.IGNORECASE)
result=prog.match('mycar007用软件改变世界98')
ifresult:
print(result.group(0))
结果输出如下:
re.I,re.IGNORECASE
mycar007
re.L
re.LOCALE
让\w,\W,\b,\B,\s和\S依赖不同本地系统而改变定义范围。由于不同系统差异,导致使用这个特性会比较不可靠,推荐使用UNICODE的方式来消除这方面的差异。
例子:
print('re.L,re.LOCALE')
prog=re.compile('myCar\\d+',re.I|re.L)
result=prog.match('mycar007用软件改变世界98')
ifresult:
print(result.group(0))
结果输出如下:
re.L,re.LOCALE
mycar007
re.M
re.MULTILINE
指定多行模式匹配。当指定为此标志时,‘^’表示匹配字符串开头和所有换行符后面的字符串的开头。同样‘$’表示字符串结尾和所有换行符前的结尾。
例子:
print('re.M,re.MULTILINE')
result=re.findall('^mycar','mycar007\nmycar008\n',re.M)
ifresult:
print(result)
result=re.findall('^mycar','mycar007\nmycar008\n')
ifresult:
print(result)
结果输出如下:
re.M,re.MULTILINE
['mycar','mycar']
['mycar']
re.S
re.DOTALL
点号‘.’是否表示换行符的标志。当设置时,包括表示换行符,否则不包括。
例子:
print('re.S,re.DOTALL')
result=re.findall('mycar\d+.',re.S)
ifresult:
print(result)
result=re.findall('mycar\d+.','mycar007\nmycar008\n')
ifresult:
print(result)
结果输出如下:
re.S,re.DOTALL
['mycar007\n','mycar008\n']
['mycar007','mycar008']
re.X
re.VERBOSE
这个标志主要用来给正则表达式进行排版和注释使用。当有这个标志时,正则表达式中的换行符会忽略,#号当作注释的开始。这样方式可以提高正则表达式的阅读性,但功能并没有改变。
例子:
print('re.X,re.VERBOSE')
result=re.findall(r"""\d+#theintegralpart
\.#thedecimalpoint
\d*#somefractionaldigits""",
'007.008\nmycar008\n',re.X)
ifresult:
print(result)
result=re.findall(r"\d+\.\d*",'007.008\nmycar008\n')
ifresult:
print(result)
结果输出如下:
re.X,re.VERBOSE
['007.008']
['007.008']
蔡军生 QQ:9073204 深圳