Python自动化运维之常用模块-re

1、简介

正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。

2、正则表达式中常用的字符含义

2.1 普通字符和11个元字符：

这里需要强调一下反斜杠\的作用：

反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符）

反斜杠后边跟普通字符实现特殊功能；（即预定义字符）

引用序号对应的字组所匹配的字符串。

<code>>>> </code><code>import</code> <code>re</code>

<code>>>> print(re.search(r</code><code>'(tina)(fei)haha\2'</code><code>,</code><code>'tinafeihahafei tinafeihahatina'</code><code>).group())</code>

<code>tinafeihahafei</code>

2.2 预定义字符集（可以写在字符集[...]中）

强调一下\b的单词边界的理解：

<code>>>> print(re.findall(</code><code>'\btina'</code><code>,</code><code>'tian tinaaaa'</code><code>))</code>

<code>>>> print(re.findall(r</code><code>'\btina'</code><code>,</code><code>'tian tinaaaa'</code><code>))</code>

<code>>>> print(re.findall(r</code><code>'\btina'</code><code>,</code><code>'tian#tinaaaa'</code><code>))</code>

<code>>>> print(re.findall(r</code><code>'\btina\b'</code><code>,</code><code>'tian#tina@aaa'</code><code>))</code>

2.3 特殊分组用法

3、re模块中常用功能函数

3.1 compile()

编译正则表达式模式，返回一个对象的模式。（可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率。）

格式：

re.compile(pattern,flags=0)

pattern: 编译时用的表达式字符串。

flags 编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，多行匹配等。常用的flags有：

<code>>>> tt = </code><code>"Tina is a good girl, she is cool, clever, and so on..."</code>

<code>>>> rr = re.compile(r</code><code>'\w*oo\w*'</code><code>)</code>

<code>>>> print(rr.findall(tt))</code>

3.2 match()

决定RE是否在字符串刚开始的位置匹配。//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'

<code>>>> print(re.match(</code><code>'com'</code><code>,</code><code>'comwww.runcomoob'</code><code>).group())</code>

<code>>>> print(re.match(</code><code>'com'</code><code>,</code><code>'Comwww.runcomoob'</code><code>,re.I).group())</code>

3.3 search()

<code>格式：re.search(pattern, string, flags=0)</code>

re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

<code>print(re.search(</code><code>'\dcom'</code><code>,</code><code>'www.4comrunoob.5com'</code><code>).group())</code>

执行结果如下：

*注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：

group() 返回被 RE 匹配的字符串

start() 返回匹配开始的位置

end() 返回匹配结束的位置

span() 返回一个元组包含匹配 (开始,结束) 的位置

group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。

a. group（）返回re整体匹配的字符串，

b. group (n,m) 返回组号为n，m所匹配的字符串，如果组号不存在，则返回indexError异常

c.groups（）groups() 方法返回一个包含正则表达式中所有小组字符串的元组，从 1 到所含的小组号，通常groups()不需要参数，返回一个元组，元组中的元就是正则表达式中定义的组。

<code>import</code> <code>re</code>

<code> </code><code>print(re.search(</code><code>"([0-9]*)([a-z]*)([0-9]*)"</code><code>,a).group(0)) </code><code>#123abc456,返回整体</code>

<code> </code><code>print(re.search(</code><code>"([0-9]*)([a-z]*)([0-9]*)"</code><code>,a).group(1)) </code><code>#123</code>

<code> </code><code>print(re.search(</code><code>"([0-9]*)([a-z]*)([0-9]*)"</code><code>,a).group(2)) </code><code>#abc</code>

<code> </code><code>print(re.search(</code><code>"([0-9]*)([a-z]*)([0-9]*)"</code><code>,a).group(3)) </code><code>#456</code>

group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。

3.4 findall()

re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。

<code>re.findall(pattern, string, flags=0)</code>

<code>p = re.compile(r</code><code>'\d+'</code><code>)</code>

<code>print(p.findall(</code><code>'o1n2m3k4'</code><code>))</code>

<code>tt = </code><code>"Tina is a good girl, she is cool, clever, and so on..."</code>

<code>rr = re.compile(r</code><code>'\w*oo\w*'</code><code>)</code>

<code>print(rr.findall(tt))</code>

<code>print(re.findall(r</code><code>'(\w)*oo(\w)'</code><code>,tt))</code><code>#()表示子表达式</code>

3.5 finditer()

搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。

<code>格式：re.finditer(pattern, string, flags=0)</code>

<code>iter = re.finditer(r</code><code>'\d+'</code><code>,</code><code>'12 drumm44ers drumming, 11 ... 10 ...'</code><code>)</code>

<code> </code><code>print(i)</code>

<code> </code><code>print(i.group())</code>

<code> </code><code>print(i.span())</code>

3.6 split()

按照能够匹配的子串将string分割后返回列表。可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。

<code>re.</code><code>split</code><code>(pattern, string[, maxsplit])</code>

maxsplit用于指定最大分割次数，不指定将全部分割。

<code>>>> print(re.</code><code>split</code><code>(</code><code>'\d+'</code><code>,</code><code>'one1two2three3four4five5'</code><code>))</code>

<code>[</code><code>'one'</code><code>, </code><code>'two'</code><code>, </code><code>'three'</code><code>, </code><code>'four'</code><code>, </code><code>'five'</code><code>, </code><code>''</code><code>]</code>

3.7 sub()

使用re替换string中每一个匹配的子串后返回替换后的字符串。

<code>re.sub(pattern, repl, string, count)</code>

<code>>>> text = </code><code>"JGood is a handsome boy, he is cool, clever, and so on..."</code>

<code>>>> print(re.sub(r</code><code>'\s+'</code><code>, </code><code>'-'</code><code>, text))</code>

<code>JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...</code>

其中第二个函数是替换后的字符串；本例中为'-'

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。

如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

<code>>>> print(re.sub(r</code><code>'\s+'</code><code>, lambda m:</code><code>'['</code><code>+m.group(0)+</code><code>']'</code><code>, text,0))</code>

<code>JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...</code>

3.8 subn()

返回替换次数

<code>subn(pattern, repl, string, count=0, flags=0)</code>

<code>>>> print(re.subn(</code><code>'[1-2]'</code><code>,</code><code>'A'</code><code>,</code><code>'123456abcdef'</code><code>))</code>

<code>(</code><code>'AA3456abcdef'</code><code>, 2)</code>

<code>>>> print(re.sub(</code><code>"g.t"</code><code>,</code><code>"have"</code><code>,</code><code>'I get A, I got B ,I gut C'</code><code>))</code>

<code>>>> print(re.subn(</code><code>"g.t"</code><code>,</code><code>"have"</code><code>,</code><code>'I get A, I got B ,I gut C'</code><code>))</code>

4、一些注意点

4.1 re.match与re.search与re.findall的区别：

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

<code>a=re.search(</code><code>'[\d]'</code><code>,</code><code>"abc33"</code><code>).group()</code>

<code>print(a)</code>

<code>p=re.match(</code><code>'[\d]'</code><code>,</code><code>"abc33"</code><code>)</code>

<code>print(p)</code>

<code>b=re.findall(</code><code>'[\d]'</code><code>,</code><code>"abc33"</code><code>)</code>

<code>print(b)</code>

执行结果：

4.2 贪婪匹配与非贪婪匹配

*?,+?,??,{m,n}? 前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

<code>print(re.findall(r</code><code>"a(\d+?)"</code><code>,</code><code>'a23b'</code><code>))</code>

<code>print(re.findall(r</code><code>"a(\d+)"</code><code>,</code><code>'a23b'</code><code>))</code>

<code>print(re.match(</code><code>'<(.*)>'</code><code>,</code><code>'<H1>title<H1>'</code><code>).group())</code>

<code>print(re.match(</code><code>'<(.*?)>'</code><code>,</code><code>'<H1>title<H1>'</code><code>).group())</code>

<code><H1>title<H1></code>

<code>print(re.findall(r</code><code>"a(\d+)b"</code><code>,</code><code>'a3333b'</code><code>))</code>

<code>print(re.findall(r</code><code>"a(\d+?)b"</code><code>,</code><code>'a3333b'</code><code>))</code>

这里需要注意的是如果前后均有限定条件的时候，就不存在什么贪婪模式了，非匹配模式失效。

4.3 用flags时遇到的小坑

print(re.split('a','1A1a2A3',re.I))#输出结果并未能区分大小写

这是因为re.split(pattern，string，maxsplit,flags)默认是四个参数，当我们传入的三个参数的时候，系统会默认re.I是第三个参数，所以就没起作用。如果想让这里的re.I起作用，写成flags=re.I即可。

5、正则的小实践

5.1 匹配电话号码

<code>>>> print(re.compile(r</code><code>'\d{3}-\d{6}'</code><code>).findall(</code><code>'010-628888'</code><code>))</code>

5.2 匹配IP

<code>>>> re.search(r</code><code>"(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]\.)"</code><code>,</code><code>"192.168.1.1"</code><code>)</code>

本文转自炫维 51CTO博客，原文链接:http://blog.51cto.com/xuanwei/1955306

Python自动化运维之常用模块-re

继续阅读

学习软件测试基础测试第七天

Shell编程——sort排序、uniq忽略重复、tr替换压缩删除、cut指定删除字段、正则表达式元字符sort 命令uniq 命令tr 命令cut 命令正则表达式

Zeppelin 配置访问 REST APIApache Zeppelin Configuration REST API

【Torch】最简洁logging使用指南

Linxu常用命令技巧汇总

27. Remove Element(列表)题目代码

httpd服务的部署、启动、配置和简单优化一、部署二、启动三、配置文件

《Linux命令行与Shell脚本编程大全第2版.布卢姆》pdf

nginx 安装错误信息解决

Ambari介绍和架构原理

Cloud Studio初体验

使用 ctypes 进行 Python 和 C 的混合编程

【python】【数据处理】画多维数据分布图

【python】netconf协议对接管理设备

「Python 网络自动化」NETCONF —— Python 使用 NETCONF 管理配置 H3C 网络设备

在python中创建excel并写入