Python3 正则表达式 re 模块的使用 - 学习笔记

re 模块的引入

Python 自1.5版本起增加了re模块，它提供 Perl 风格的正则表达式模式。

re模块使 Python 语言拥有全部的正则表达式功能。

re 模块的使用

参数含义

pattern: 字符串形式的正则表达式

string: 要匹配的字符串

flags: 可选，表示匹配模式

pos:可选，字符串中开始搜索的位置索引

endpos:可选，endpos 限定了字符串搜索的结束

不填pos endpos默认扫描全部

re.compile()

compile(pattern, flags=0)

将正则表达式的样式编译为一个 正则表达式对象 （正则对象）

可以使用正则对象调用match()等函数

>>> test = '1 one 2 two 3 three' >>> a=re.compile(r'\d+') >>> b=a.match(test) >>> print(f"输出：{b[0]}") 输出：1 re.match()与re.search() re.match

re.match(pattern, string, flags=0)

Pattern.match(string, pos, endpos)

如果 string 的 开始位置 能够找到这个正则样式的任意个匹配，就返回一个相应的 匹配对象。如果不匹配，就返回 None

可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式

group(num=0) 表示匹配的整个表达式的字符串

group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。

groups() 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
```python

test = '1 one 2 two 3 three'
a=re.compile(r'(\d+) (\w+)')
b=a.match(test)
print(f"输出：{b.group()}")
print(f"输出：{b.group(2)}")
print(f"输出：{b.group(1,2)}")
print(f"输出：{b.groups()}")

输出：1 one
输出：one
输出：('1', 'one')
输出：('1', 'one')
``-Match.start([group])和Match.end([group])- 返回group匹配到的字串的开始和结束标号。 - 如果group存在，但未产生匹配，就返回-1。 -Match.span([group])- 对于一个匹配 m ，返回一个二元组(m.start(group), m.end(group))- 注意如果group没有在这个匹配中，就返回(-1, -1) `

re.search()

re.search(pattern, string, flags=0)

Pattern.search(string, pos, endpos)

扫描整个 string 寻找第一个匹配的位置， 并返回一个相应的 匹配对象。如果没有匹配，就返回 None

其他与match()一致

>>> test = 'one 2 two 3 three' >>> a = re.compile(r'(\d+) (\w+)') >>> b = a.search(test) >>> c = a.match(test) >>> print(c) >>> print(f"输出：{b.group()}") >>> print(f"输出：{b.group(2)}") >>> print(f"输出：{b.group(1,2)}") >>> print(f"输出：{b.groups()}") 输出：None 输出：2 two 输出：two 输出：('2', 'two') 输出：('2', 'two') 区别

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search()匹配整个字符串，直到找到一个匹配

re.findall()与re.finditer() re.findall()

re.findall(pattern, string, flags=0)

Pattern.findall(string, pos, endpos)

对 string 返回一个不重复的 pattern 的匹配列表， string 从左到右进行扫描，匹配按找到的顺序返回

如果样式里存在一到多个组，就返回一个组合列表；就是一个元组的列表（如果样式里有超过一个组合的话）

>>> test = 'one 2 two 3 three' >>> a = re.compile(r'(\d+) (\w+)') >>> b = a.search(test) >>> b=a.findall(test) >>> print(f"输出：{b}") 输出：[('2', 'two'), ('3', 'three')] re.finditer()

re.finditer(pattern, string, flags=0)

Pattern.finditer(string, pos, endpos)

pattern 在 string 里所有的非重复匹配，返回为一个迭代器 iterator 保存了 匹配对象

>>> test = 'one 2 two 3 three' >>> a = re.compile(r'(\d+) (\w+)') >>> b = a.finditer(test) >>> print(f"输出：{b}") >>> for i in b: print(f"输出：{i}") 输出：<callable_iterator object at 0x036E7BD0> 输出：<re.Match object; span=(4, 9), match='2 two'> 输出：<re.Match object; span=(10, 17), match='3 three'> 区别

二者最大的区别在于一个返回列表，一个返回迭代器

re.sub()与re.subn() re.sub()

re.sub(pattern, repl, string, count=0, flags=0)

repl : 替换的字符串，也可为一个函数。

count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

最后返回替换结果

>>> test = '1 one 2 two 3 three' >>> a=re.sub(r'(\d+)','xxx',test) >>> print(f"输出：{a}") >>> print(f"输出：{test}") 输出：xxx one xxx two xxx three 输出：1 one 2 two 3 three re.subn()

re.subn(pattern, repl, string, count=0, flags=0)
参数含义同上

功能与re.subn相同，但是返回一个元组 (字符串, 替换次数)

>>> test = '1 one 2 two 3 three' >>> a=re.subn(r'(\d+)','xxx',test) >>> print(f"输出：{a}") >>> print(f"输出：{test}") 输出：('xxx one xxx two xxx three', 3) 输出：1 one 2 two 3 three re.split()

re.split(pattern, string, maxsplit=0, flags=0)

maxsplit：表示分割次数，默认为0，表示无限制

用 pattern 分开 string