Python正規表示式

1、首先說一種最簡單的正規表示式，它沒有特殊的符號，只有基本的字母或數字。它滿足的匹配規則就是完全匹配。

import re
text = "hi, i am shirley hilton. i am his wife."
m = re.findall(r"hi", text)
if m:
print m
else:
print "not match"

以上**為擷取"hi, i am shirley hilton. i am his wife."中的hi字串，擷取預設有大小寫之分。

2、如果我們只想找到「hi」這個單詞，而不把包含它的單詞也算在內，那就可以使用「\bhi\b」這個正規表示式。

比如1中的字串，如果設定\bhi，那就會匹配到乙個hi。

3、最後再說一下這個符號。在正規表示式中，表示滿足括號中任一字元。比如「[hi]」，它就不是匹配「hi」了，而是匹配「h」或者「i」。比如上述字串設定規則[hh]i，那就既能匹配hi也能匹配hi了。

4、r"hi"這裡字串前面加了r，是raw的意思，它表示對字串不進行轉義。為什麼要加這個？看看print "\bhi"和r"\bhi"的區別。

>>> print "\bhi"

hi>>> print r"\bhi"

\bhi

可以看到，不加r的話，\b就沒有了。因為python的字串碰到「\」就會轉義它後面的字元。如果你想在字串裡打「\」，則必須要打「\\」。

>>> print "\\bhi"

\bhi

這樣的話，我們的正規表示式裡就會多出很多「\」，讓本來就已經複雜的字串混亂得像五仁月餅一般。但加上了「r」，就表示不要去轉義字串中的任何字元，保持它的原樣。

5、「.」在正規表示式中表示除換行符以外的任意字元。在1中的字串：

hi, i am shirley hilton. i am his wife.

如果我們用「i.」去匹配，就會得到

['i,', 'ir', 'il', 'is', 'if']

也可以直接用「.」去匹配，看看會得到什麼。

與「.」類似的乙個符號是「\s」，它表示的是不是空白符的任意字元。注意是大寫字元s。

6、在很多搜尋中，會用「?」表示任意乙個字元，「*」表示任意數量連續字元，這種被稱為萬用字元。但在正規表示式中，任意字元是用「.」表示，而「*」則不是表示字元，而是表示數量：它表示前面的字元可以重複任意多次（包括0次），只要滿足這樣的條件，都會被表示式匹配上。

結合前面的「.*」，用「i.*e」去匹配會得到：['i am shirley hilton. i am his wife']；而不是：['i am shirle', 'i am his wife']；

這是因為「*」在匹配時，會匹配盡可能長的結果。如果你想讓他匹配到最短的就停止，需要用「.*?」。如「i.*?e」，就會得到第二種結果。這種匹配方式被稱為懶惰匹配，而原本盡可能長的方式被稱為貪婪匹配。