Python正则表达式---全部能匹配的子串迭代器finditer及findall及以中文匹配部分中文 Python正则表达式---全部能匹配的子串迭代器finditer及findall及以中文匹配部分中文

Python正则表达式---全部能匹配的子串迭代器finditer及findall及以中文匹配部分中文

一、正则匹配：findall,finditer

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):搜索string，以列表形式返回全部能匹配的子串。

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):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。

 

[python]  view plain  copy

1. <span style="font-size:18px;">#coding:utf-8  
2. import re  
3. s='[0-9]{4}年([0-9]{1,2}月)?([0-9]{1,2}日)?'  
4. st_1=''''' 
5. 男，1941年3月生于河北省涿州市; 
6. 出生日期：1988年12月15日 出生地：黑龙江省齐齐哈 
7. 编辑（1975年——），中国青年 
8. 族人，1985年10月13日出生于 陕西 省。 2003年 
9. '''  
10. #-----------------对比findall和finditer-------------------  
11. #-------找出字符里面所有的数字  
12. p = re.compile(r'\d+')  
13. print p.findall('one1two2three3four4')  
14. #-------  
15. for m in p.finditer('one1two2three3four4'):  
16.     print m.group(),  
17. #-------找出所有年月日时间  
18. print ''  
19. p=re.compile(r'[0-9]{4}年([0-9]{1,2}月)?([0-9]{1,2}日)?')  
20. print p.findall(st_1)  
21. #-------  
22. for m in p.finditer(st_1):  
23.     print m.group()</span>  

二、正则表达式匹配部分中文：

卤主的中文文本是utf-8格式的，想要匹配某个中文到某个中文之间的词，却是弄得很是麻烦，终究发现也是挺简单的：

[python]  view plain  copy

1. In [3]: import re  
2.   
3. In [4]: a = u"“你不去我也不去” 王琳佳和叶梦圆手拉手上了飞机(组图)-新闻频道-手机 搜狐"  
4.   
5. In [5]: p = re.compile(u"图\).*")  
6.   
7. In [6]: p.findall(a)  
8. Out[6]: [u'\u56fe)-\u65b0\u95fb\u9891\u9053-\u624b\u673a \u641c\u72d0']  

本来应该是: p =re.compile(r"图\).*")，但是正则里面包含中文，需要用u进行编译。