Python常用的正则表达式处理函数详解
正则表达式是一个特殊的字符序列，用于简洁表达一组字符串特征，检查一个字符串是否与某种模式匹配，使用起来十分方便。 在Python中，我们通过调用re库来使用re模块： import re 下面介绍Python常用的正则表达式处理函数。 re.match函数 re.match 函数从字符串的起始位置匹配正则表达式，返回match对象，如果不是起始位置匹配成功的话，match()就返回None。 re.match(pattern, string, flags=0) pattern：匹配的正则表达式。 string：待匹配的字符串。 flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。具体参数为： re.I：忽略大小写。 re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境。 re.M：多行模式。 re.S：即 . ，并且包括换行符在内的任意字符（. 不包括换行符）。 re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库。 re.X：为了增加可读性，忽略空格和 # 后面的注释。 import re #从起始位置匹配 r1=re.match('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.match('def','abcdefghi') print(r2) 运行结果： 其中，span表示匹配成功的整个子串的索引。 使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 group(num)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时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。 import re s='This is a demo' r1=re.match(r'(.*) is (.*)',s) r2=re.match(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups()) 运行结果： 上述代码中的(.*)和(.*?)表示正则表达式的贪婪匹配与非贪婪匹配。 re.search函数 re.search函数扫描整个字符串并返回第一个成功的匹配，如果匹配成功则返回match对象，否则返回None。 re.search(pattern, string, flags=0) pattern：匹配的正则表达式。 string：待匹配的字符串。 flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。 import re #从起始位置匹配 r1=re.search('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.search('def','abcdefghi') print(r2) 运行结果： 使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 group(num=0)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时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。 import re s='This is a demo' r1=re.search(r'(.*) is (.*)',s) r2=re.search(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups()) 运行结果： 从上面不难发现re.match与re.search的区别：re.match只匹配字符串的起始位置，只要起始位置不符合正则表达式就匹配失败，而re.search是匹配整个字符串，直到找到一个匹配为止。 re.compile 函数 compile 函数用于编译正则表达式，生成一个正则表达式对象，供 match() 和 search() 这两个函数使用。 re.compile(pattern[, flags]) pattern：一个字符串形式的正则表达式。 flags：可选，表示匹配模式，比如忽略大小写，多行模式等。 import re #匹配数字 r=re.compile(r'\d+') r1=r.match('This is a demo') r2=r.match('This is 111 and That is 222',0,27) r3=r.match('This is 111 and That is 222',8,27) print(r1) print(r2) print(r3) 运行结果： findall函数 搜索字符串，以列表形式返回正则表达式匹配的所有子串，如果没有找到匹配的，则返回空列表。 需要注意的是，match 和 search 是匹配一次，而findall 匹配所有。 findall(string[, pos[, endpos]]) string：待匹配的字符串。 pos：可选参数，指定字符串的起始位置，默认为0。 endpos：可选参数，指定字符串的结束位置，默认为字符串的长度。 import re #匹配数字 r=re.compile(r'\d+') r1=r.findall('This is a demo') r2=r.findall('This is 111 and That is 222',0,11) r3=r.findall('This is 111 and That is 222',0,27) print(r1) print(r2) print(r3) 运行结果： re.finditer函数 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。 re.finditer(pattern, string, flags=0) pattern：匹配的正则表达式。 string：待匹配的字符串。 flags：标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等。 import re r=re.finditer(r'\d+','This is 111 and That is 222') for i in r: print (i.group()) 运行结果： re.split函数 将一个字符串按照正则表达式匹配的子串进行分割后，以列表形式返回。 re.split(pattern, string[, maxsplit=0, flags=0]) pattern：匹配的正则表达式。 string：待匹配的字符串。 maxsplit：分割次数，maxsplit=1分割一次，默认为0，不限次数。 flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等。 import re r1=re.split('\W+','This is 111 and That is 222') r2=re.split('\W+','This is 111 and That is 222',maxsplit=1) r3=re.split('\d+','This is 111 and That is 222') r4=re.split('\d+','This is 111 and That is 222',maxsplit=1) print(r1) print(r2) print(r3) print(r4) 运行结果： re.sub函数 re.sub函数用于替换字符串中的匹配项。 re.sub(pattern, repl, string, count=0, flags=0) pattern：正则中的模式字符串。 repl：替换的字符串，也可为一个函数。 string：要被查找替换的原始字符串。 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。 import re r='This is 111 and That is 222' # 删除字符串中的数字 r1=re.sub(r'\d+','',r) print(r1) # 删除非数字的字符串 r2=re.sub(r'\D','',r) print(r2) 运行结果： 到此这篇关于Python常用的正则表达式处理函数详解的文章就介绍到这了，希望大家以后多多支持！
学Python正则表达式，这一篇就够了
正则表达式是一个特殊的字符序列，可以帮助您使用模式中保留的专门语法来匹配或查找其他字符串或字符串集。 正则表达式在UNIX世界中被广泛使用。 注：很多开发人员觉得正则表达式比较难以理解，主要原因是缺少使用或不愿意在这上面花时间。 re模块在Python中提供对Perl类正则表达式的完全支持。如果在编译或使用正则表达式时发生错误，则re模块会引发异常re.error。 在这篇文章中，将介绍两个重要的功能，用来处理正则表达式。 然而，首先是一件小事：有各种各样的字符，这些字符在正则表达式中使用时会有特殊的意义。 为了在处理正则表达式时避免混淆，我们将使用：r'expression'原始字符串。 匹配单个字符的基本模式 编译标志可以修改正则表达式的某些方面。标志在re模块中有两个名称：一个很长的名称，如IGNORECASE，和一个简短的单字母形式，如。 1.match函数 此函数尝试将RE模式与可选标志的字符串进行匹配。 下面是函数的语法 ： 这里是参数的描述 ： pattern ： 这是要匹配的正则表达式。 string ： 这是字符串，它将被搜索用于匹配字符串开头的模式。 | flags ： 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。 re.match函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。 示例 当执行上述代码时，会产生以下结果 ： 2.search函数 此函数尝试将RE模式与可选标志的字符串进行匹配。 下面是这个函数的语法 ： 这里是参数的描述 ： pattern ： 这是要匹配的正则表达式。 string ： 这是字符串，它将被搜索用于匹配字符串开头的模式。 | flags ： 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。 re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。 示例 当执行上述代码时，会产生以下结果 ： 3.匹配与搜索 Python提供基于正则表达式的两种不同的原始操作：match检查仅匹配字符串的开头，而search检查字符串中任何位置的匹配(这是Perl默认情况下的匹配)。 示例 当执行上述代码时，会产生以下结果 ： 4.搜索和替换 使用正则表达式re模块中的最重要的之一是sub。 模块 此方法使用repl替换所有出现在RE模式的字符串，替换所有出现，除非提供max。此方法返回修改的字符串。 示例 当执行上述代码时，会产生以下结果 ： 5.正则表达式修饰符：选项标志 正则表达式文字可能包含一个可选修饰符，用于控制匹配的各个方面。 修饰符被指定为可选标志。可以使用异或(|)提供多个修饰符，如前所示，可以由以下之一表示 ： 6.正则表达模式 除了控制字符(+ ? . * ^ $ ( ) [ ] { } | )，所有字符都与其自身匹配。 可以通过使用反斜杠将其转换为控制字符。 7.正则表达式示例 字符常量 字符类 特殊字符类 重复匹配 非贪婪重复 这匹配最小的重复次数 ： 用圆括号分组 反向引用 这与以前匹配的组再次匹配 ： 备择方案 python|perl ： 匹配“python”或“perl” rub(y|le) ： 匹配 “ruby” 或 “ruble” Python(!+|?) ： “Python”后跟一个或多个! 还是一个? 锚点 这需要指定匹配位置。 带括号的特殊语法 开课吧广场-人才学习交流平台-开课吧