在Python中实现正则的方式是通过re(regular expression的缩写)模块来实现的,你可以调用re模块的各种方法来实现不同的功能,下面我们就来说下,在Python中通过re模块可以调用那些方法,以及这些方法的作用都是什么;还有就是正则的实例以及各种特殊符号的含义:
1、re.sub和replace:
sub的全拼是substitute,也就是替换的意思;既然知道是替换了,那就很容易用到实例中了,其实replace也是替换的意思,只不过它们的用法不太相同,下面用一个例子来详细说明下它们的异同之处:
>>> import re >>> str1 = 'Hello 111 is 222' >>> str2 = str1.replace('111','222') >>> print(str2) Hello 222 is 222 >>>
这是一个简单的例子,如果是下面这种情形,把所有的数字都换成222,那么用replace实现起来就比较麻烦,而用re模块的sub方法实现起来就比较的简单:(如果是更复杂的操作,使用replace可能就无法实现了。)
>>> import re >>> str1 = 'Hello 123 is 456' >>> str2 = re.sub('\d+','222',str1) >>> print(str2) Hello 222 is 222 >>>
2、re.search()和re.match():
match: 只从字符串的开始与正则表达式匹配,匹配成功返回matchobject,否则返回none.
search:将字符串的所有字串尝试与正则表达式匹配,如果所有的字串都没有匹配成功则返回none,否则返回matchobject.
下面这个例子说明了match和search的异同点,也说明了,在实际的应用中,search用的还是比较多的:
import re str = 'helloword,i am alex' if not re.match('word',str): print('cannot match') print(re.match('hello',str1).group()) print(re.search('word',str1).group()) #显示结果 cannot match hello word
3、re.split:
在Python中,如果想对一个字符串进行分割的话,只需要调用str的split方法就可以实现,但是这个split只能根据某个字符来进行分割的操作,如果要同时指定多个字符来进行分割的话,它就无法实现了。
好在re模块也提供了split这个方法来对字符串进行分割,而且这个方法更加强大,可以同时根据多个字符进行分割的操作,下面来看分别看一下str的split和re的split有什么不同的地方:
str1 = 'helloword,i;am\nalex' str2 = str1.split(',') print(str2) import re str3 = re.split('[,|;|\n]',str1) print(str3) #下面是不同的输出结果 ['helloword', 'i;am\nalex'] ['helloword', 'i', 'am', 'alex']
从中我们可以看出,上面说的真实性。
4、findall:
findall方法基本上都是和compile方法同时出现的,它们的用法是:
先由compile将一个正则表达式的字符串形式转换成pattern实例,然后再使用patte实例调用findall方法生成match对象来获取结果,在将它们结合的实例之前,我们先来看下正则表达式中预设的特殊字符含义:
\d 匹配任何十进制数;它相当于类 [0-9]。
\D 匹配任何非数字字符;它相当于类 [^0-9]。
\s 匹配任何空白字符;它相当于类 [ "t"n"r"f"v]。
\S 匹配任何非空白字符;它相当于类 [^ "t"n"r"f"v]。
\w 匹配任何字母数字字符;它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符;它相当于类 [^a-zA-Z0-9_]。
看完这几个特殊字符的含义,我们再举一个例子来说明一下上面的论点:
import re str1 = 'asdf12dvdve4gb4' pattern1 = re.compile('\d') pattern2 = re.compile('[0-9]') mch1 = pattern1.findall(str1) mch2 = pattern2.findall(str1) print('mch1:\t%s'% mch1) print('mch2:\t%s'% mch2) #输出结果 mch1: ['1', '2', '4', '4']13 mch2: ['1', '2', '4', '4']
上面的两个实例都可以很好的阐述上面的论点,而且也表明了,特殊字符\d确实跟[0-9]是一样的,通过输出结果就可以看出,那么如果你不想把每个数字都拆分为一个元素放在列表中,而是想把12整体的输出出来,那么你可以这样做:(就是在\d的后面加上个+号来实现的,这里的+号表示的是把一个或者多个相连的十进制数字整体输出)
import re str1 = 'asdf12dvdve4gb4' pattern1 = re.compile('\d+') pattern2 = re.compile('[0-9]') mch1 = pattern1.findall(str1) mch2 = pattern2.findall(str1) print('mch1:\t%s'% mch1) print('mch2:\t%s'% mch2) #输出结果 mch1: ['12', '4', '4'] mch2: ['1', '2', '4', '4']
我们再举一个小例子,这个例子是结合特殊字符和re的sub功能实现一下把字符串中所有的空格都给去掉:
import re str1 = 'asd \tf12d vdve4gb4' new_str = re.sub('\s*','',str) print(new_str) #输出结果 asdf12dvdve4gb4
5、元字符:
我们通常所说的二元字符有;2元字符:. ^ $ * + ? { } [ ] | ( ) \