【www.bbyears.com--python】
首先,运行 Python 解释器,导入 re 模块并编译一个 RE:
代码如下#!python
Python 2.2.2 (#1, Feb 10 2003, 12:57:01)
>>> import re
>>> p = re.compile("[a-z]+")
>>> p
<_sre.SRE_Pattern object at 80c3c28>
现在,你可以试着用 RE 的 [a-z]+ 去匹配不同的字符串。一个空字符串将根本不能匹配,因为 + 的意思是 “一个或更多的重复次数”。 在这种情况下 match() 将返回 None,因为它使解释器没有输出。你可以明确地打印出 match() 的结果来弄清这一点。
代码如下#!python
>>> p.match("")
>>> print p.match("")
None
例子
代码
代码如下 def formatHtml(input):regular = re.compile("<\\bp\\b[^>]*>",re.IGNORECASE)
input = regular.sub("
",input)
regular = re.compile("?SPAN[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("?o:p>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("?FONT[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("?\\bB\\b[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("<\?[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("?st1:[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("?\\bchsdate\\b[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("<\\bbr\\b[^>]*>",re.IGNORECASE)
input = regular.sub("
",input)
regular = re.compile("?\\bchmetcnv\\b[^>]*>",re.IGNORECASE)
input = regular.sub("",input)
regular = re.compile("<script[^>]*?>.*?</script>",re.IGNORECASE+re.DOTALL)
input = regular.sub("",input)
return input
是用re注意:
1、def sub(pattern, repl, string, count=0, flags=0):
第三个参数是count很容易误用成flags.
2、re.sub("<8888(\g<0>)>",s) 其中g<0>表示捕获的分组字符,0表示匹配的整个字符串,1表示第一个分组
3、(]*>)(.*?)()非贪婪
(]*>)(.*)()贪婪
常用正则表达式中特殊字符
^匹配字符串的开始。
$匹配字符串的结尾。
\b匹配一个单词的边界。
\d匹配任意数字。
\D匹配任意非数字字符。
x?匹配一个可选的x字符(换句话说,它匹配1次或者0次x字符)。