Python的正则表达式

正则表达式网站

需要格外解释的是分组，(?P<name>…)省略的部分就是正常的正则匹配，我们把匹配到的这个整体给赋一个变量名字name，在后续调用的时候，就方便了

1、 Re模块

re模块是python中处理正则表达式的一个模块，通过re模块的方法，把正则表达式pattern编译成正则对象，以便使用正则对象的方法，re模块最主要的是可以提高代码的执行效率

#正则匹配是，优先编译成正则对象，然后再进行匹配，效率更高

import timeit
print timeit.timeit(setup='''import re; reg = re.compile('<(?P<tagname>\w*)>.*</(?P=tagname)>')''', stmt='''reg.match('<h1>xxx</h1>')''', number=1000000)
print timeit.timeit(setup='''import re''', stmt='''re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>', '<h1>xxx</h1>')''', number=1000000)

结果：

0.487613758834

1.30495634262

timeit.timeit是用来统计程序执行的时间的

正则匹配总写一个r

r表示raw的简及raw string 意思是原生字符，也就是说是这个字符串中间的特殊字符不用转义

比如你要表示‘\n’,可以这样：r'\n'

但是如果你不用原生字符而是用字符串你得这样：‘\\n’

re.compile(pattern[, flags])

这个方法是就是将字符串的正则表达式编译城正则对象，第二个参数flag是匹配模式，取值可以使用按位或者运算符“|”表示同时生效，比如：re.I | re.M，flag的可选值有：

re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）

M(MULTILINE): 多行模式，改变'^'和'$'的行为

S(DOTALL): 点任意匹配模式，改变'.'的行为

L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定

U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性

X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。

import re

testre = re.compile(r'abc.*')



print(type(testre))

print(testre)

结果：

<_sre.SRE_Pattern object at 0x02FDB0B8>