1、Python中的正则表达式(0601)

回顾：

1、文件对象：

• open('file','mode','bufsize')
• read,readline,readlines,write,writelines,flush,seek,tell

2、模块：os

• 文件系统接口

3、模块:os.path

4、对象流失化，持久化：

• pickle

文件本身在python内部是可迭代对象：

获取当前系统的所有模块

help有两种模式，一个是函数方式调用，另一个是交互式模式调用

help('modules')  或者

help()     是交互式接口

---

python的正则表达式：

re:

元字符

.              匹配任意单个字符

[.....]        匹配指定范围内的字符

[^.....]      匹配指定范围以外的字符

?             匹配此前的字符0次或一次

+             匹配此前的字符1次或多次

{m}          匹配前面的字符m次

{m,n}       匹配至少m次，至多n次

{0,n}        匹配至多n次，也可以没有

{m,}         匹配至少m次，至多不限

^              牟定行首

$              牟定行尾

pat1|pat2       两种模式取其一

(.....)         分组

\b             可以牟定一个单词

[0-9]: \d    匹配任意数字

[0-9a-zA-Z]   匹配任意数字和字符

[0-9a-zA-Z]:\w,\W对\w取反      \w是字符集

\s：任意空白字符，[\n\t\f\v\r],      大S \S 和小s相反，表示空白字符以外的任意字符

\s是它们的集合：\n表空白，\t制表符，空白   \f表空白、\v垂直制表符，空白、\r换行符

\nn    可以实现后向引用，引用(.....) 分组中的匹配到的内容

(*|+|?|{})?:使用非贪婪模式

---

re.match

match对象：在re中可以指定起始位置，结束位置，匹配到的字符等

re本身有很多内置方法和属性

re.match对象有很多内置属性

match方法匹配到的结果会生成match对象，必须在获取match对象之后，才能获取内部信息，

如果利用re内部的方法match或search匹配到字符串内容了，就可以对某些match对象使用function获取

在abc字串中找a，匹配到后就返回一个match对象，并告诉在内存什么位置，此对象必须使用变量名引用，

因为任何对象都是保存在内存中，要想引用，必须将内存对象保存在变量名的引用中，否则创建完就消失了

---

定义一个变量引用m1，这时候m1就是匹配对象，m1本身内部就会有一些方法

match对象是一次正则表达式匹配查询的结果，包含了很多关于此次匹配的信息，要通过内部的属性和方法来获取这些信息

     

---

re是匹配时使用的pattern对象，需要说明的是re这个模块在实现使用模式匹配所使用的文本时，会首先将字符 (a) 编译compile，编译完之后再去做匹配，如果没有手动编译，它会自动编译。

因此所使用的re即正则表达式，不再是模式本身(a)，而是下面被编译的模式

括号中的 r 表示是正则表达式的模式，

---

手动编译匹配模式

在abcdefg中查找bc

第一种方式手动编译，模式为bc

pat = re.compile('bc')     手动编译模式bc，这里pat是一个模式对象，

match = pat.match('abcdefg')    使用模式对象去执行一些匹配类的操作，这里pat调用compile('bc') 这个模式，来调用'abcdefg'这个字符串，

第二种模式是自动编译

---

group解析：

要想实现分组，得在正则表达式中使用()括起来，即(.....) ，第一个()称为group1，第二个()称为group2，因此要想使用group和groups来获取分组结果，一定是这个模式在匹配到结果中的本身进行分组

匹配次数可能是多次，每次匹配有可能会分为多个组

例子：hellopr world：在这个字符串中匹配o会出现两次

(o)：如果对这个模式加()，就表示在()中的模式表示第一个分组，即o是第一个分组；

(0(.))：如果o后面可以出现任意字符，且将点加括号--> (.)，那么(.)就表示模式中的第二个分组；

利用(0(.))这个模式在hellopr world字串中总共有两次匹配，即op和or；那么对第一次匹配来讲，匹配的是op，那么第一个()中的内容0(.)即group1匹配的是op，第二个括号中的内容 . 即group2匹配的是p；

在字符串中进行模式匹配可能不止一次匹配(op，or)，因此每一次匹配都会有分组，而且分组可能不止一个(group1、group2、......)

因此对于上述第一次匹配内容op会分为group1即op，和group2即p，

(0(.))：是一个模式，这个模式第一次匹配到的就是op，

group1表示外面的()匹配到的内容即o(.)，所以匹配到的内容为op；

group2表示里面的()中的内容匹配的内容即点号 . 匹配的内容，. 匹配到的是o后面的字符p，即group2为p

groups就表示每一次匹配中多个分组的集合

第二次匹配时，匹配的是or，那么group1是or，group2是r

使用group1时，就是使用模式(0(.))中第一个左括号 ( 和它右括号）中的内容----即o(.)----进行匹配

使用group2时，就是使用模式(0(.))中第二个左括号 ( 和它右括号）中的内容----即 . ----进行匹配

---

例子解析：hellopr world

定义字符串str1，手动编译模式(0(.))，利用search搜索字符串str1，这个结果会生成一个匹配对象，把匹配对象保存在变量mat1中，

然后获取mat1的分组，直接给group()，会返回第一次匹配到的整个串即op，

groups    每一次匹配都可能由多个分组，把一次匹配到的多个分组以元组的方式返回叫groups

---

pos和endpos

pos是搜索字串时，是在原串的哪个位置开始搜索，一直到哪个位置结束搜索的，默认是搜索串的整个组成部分。

指定了模式被匹配到的串本身(模式是a，串本身是abc)，是从原串的哪个字符位置开始匹配的

endpos表示使用模式 a 搜索字串 abc 时，从哪个位置搜索，一直到哪个位置结束搜索

(一般都是从头开始，到结尾，可以看出原串的大小)

模式匹配位置即搜索位置是可以指定的，默认时从头开始，到最后结束

---

start和end 

start、end  模式 a 在原串 abc 中匹配时所匹配到的那个串的第一次和结束位置

(即匹配时，模式 a 被匹配到，a 在原串中第一次被搜索到和最后一次被搜索到这两个位置)

pos和endpos是属性，start和end是方法

---

re.search      search(pattern, string, flags=0)

search的意义：在字符串string中，按照pattern进行搜索，并返回第一次初步匹配到的结果，如果有其他匹配，即使在同一行也不做匹配。

search只返回第一次匹配到的结果，返回结果是匹配对象。

                

---

findall

findall返回多次，返回结果仍然是一个匹配对象，如果匹配对象是多个，则以列表的方式来返回所有的匹配对象。

finditer(pattern, string, flags=0)

finditer和findall相同，区别在于findall返回的是列表，finditer返回的是迭代器

                       

---

re.slipt  

---

re.sub   

sub(pattern, repl, string, count=0, flags=0)    把pattern在string中匹配的内容由repl替换，count是指替换次数

直接返回由repl替换的字符串

          

subn    和sub相同，区别在subn返回的是替换的次数

subn返回的是元组，sub返回的是一个字串

---

re.search：返回一个macth对象

match对象的属性和方法

• 属性：
• string    字符串本身
• re          正则表达式
• pos
• endpos 搜索字符串起始位置
• 方法：
• group()
• start()
• end()

re.findall：返回一个列表

re.sub：返回替换后的整个串

re.subn：返回元组：替换后的串及替换次数

re.compile：模式对象，手动编译出来

对象都是保存在内存中的，所以要想访问match对象，得使用对象进行获取，获取后在对象是上施加一些操作，但如果回复的对象是空的，就没办法执行了，所以需要提前判断

---

flags：

I或IGNORECASE：忽略字符大小写

M或MULTILINE：多行匹配

A或ASCII：仅执行8位ASCII码匹配

U或UNICODE：执行unicode匹配

pat2 = re.compile('.(o(.))',re.I)     手动编译匹配模式，re.I表示匹配时忽略大小

pat2 = re.compile('.(o(.))',re.I|re.M)    | 表示或者    re.M：表示跨多行匹配

           

---

思考：复制/etc/passwd到/tmp，如何替换/tmp/passwd中的/bin/bash为/BIN/BASH?