09_Python_RE正则表达式
目录
1、re模块简介
- 在 Python 中，已经内置了一个re模块，用来帮助我们使用正则表达式。
【re模块中的函数】
函数 描述
compile(pattern) 创建模式对象
search(pattern,string) 在字符串中寻找模式
match(pattern,string) 在字符串开始处匹配模式
split(pattern,string) 根据模式分割字符串
findall(pattern,string) 列表形式返回匹配项
sub(pat,repl,string) pat匹配想用repl替换
escape(string) 特殊字符转义
2、compile 函数
- compile 函数用于编译正则表达式，生成一个 Pattern 对象，它的一般使用形式如下：
re.compile(pattern[, flag])
- pattern 是一个字符串形式的正则表达式，
- flag 是一个可选参数，表示匹配模式，比如忽略大小写，多行模式等。
- 实例
import re
# 将正则表达式编译成 Pattern 对象
pattern = re.compile(r'\d+')
2.1、match 方法
- match 方法用于查找字符串的头部（也可以指定起始位置），它是一次匹配，只要找到了一个匹配的结果就返回，而不是查找所有匹配的结果。
- 它的一般使用形式如下：
match(string[, pos[, endpos]])
- string 是待匹配的字符串；
- pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。因此，当你不指定 pos 和 endpos 时，match 方法默认匹配字符串的头部。
- 当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。
- 实例
import re
pattern = re.compile(r'\d+') # 用于匹配至少一个数字
m = pattern.match('0123456789ur', 3, 10) # 从'3'的位置开始匹配，
print(m) # 返回一个 Match 对象
# group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
print(m.group(0))
# start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
print(m.start(0))
# end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
print(m.end(0))
# span([group]) 方法返回 (start(group), end(group))。
print(m.span(0))
2.2、search 方法
- search 方法用于查找字符串的任何位置，它也是一次匹配，只要找到了一个匹配的结果就返回，而不是查找所有匹配的结果。
- 它的一般使用形式如下：
search(string[, pos[, endpos]])
- string 是待匹配的字符串；
- pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。
- 当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。
- 实例
import re
pattern = re.compile(r'\d+') # 用于匹配至少一个数字
m = pattern.search('one12twothree34four')
print(m.group()) # 输出：12
'''2、指定字符串区间'''
m1 = pattern.search('one12twothree34four', 10, 30)
print(m1) # 输出：<_sre.SRE_Match object; span=(13, 15), match='34'>
print(m1.group()) # 输出：34
print(m1.span()) # 输出：(3, 5)
2.3、findall 方法
- findall 以列表形式返回全部能匹配的子串，如果没有匹配，则返回一个空列表。
- findall 方法的使用形式如下：
findall(string[, pos[, endpos]])
- string 是待匹配的字符串；
- pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。
- 实例：
import re
'''1、返回全部能匹配的子串'''
pattern = re.compile(r'\d+')
m = pattern.findall('one12twothree34four')
print(m) # 输出：['12', '34']
'''2、指定字符串区间'''
m1 = pattern.findall('one12twothree34four', 0, 10)
print(m1) # 输出：['12']
2.4、finditer 方法
-
finditer 方法的行为跟 findall 的行为类似，也是搜索整个字符串，获得所有匹配的结果。但它返回一个顺序访问每一个匹配结果（Match 对象）的迭代器。
-
实例：
import re
pattern = re.compile(r'\d+')
result_01 = pattern.finditer('one1two2three3four4')
print(result_01)
for i in result_01:
print(i.group())
# 输出结果：
'''
1
2
3
4
'''
2.5、split 方法
- split 方法按照能够匹配的子串将字符串分割后返回列表。
- 它的使用形式如下：
split(string[, maxsplit])
- maxsplit 用于指定最大分割次数，不指定将全部分割。
- 实例：
import re
pattern = re.compile(r'\d+')
# 匹配数字，根据数字把字符串切割成列表
result_01 = pattern.split('one1two2three3four')
print(result_01)
# 输出结果：['one', 'two', 'three', 'four']
2.6、sub 方法
- sub 方法用于替换。它的使用形式如下：
sub(repl, string[, count])
repl 可以是字符串也可以是一个函数：
1、 repl 是字符串，则会使用 repl 去替换字符串每一个匹配的子串，并返回替换后的字符串，另外，repl 还可以使用 \id 的形式来引用分组，但不能使用编号 0；
2、repl 是函数，这个方法应当只接受一个参数（Match 对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。
count 用于指定最多替换次数，不指定时全部替换。
- 实例：
import re
'''1、repl 是字符串'''
pattern = re.compile(r'\d+')
s = 'one1two2three3four'
# 匹配数字，根据数字把字符串切割成列表
result_01 = pattern.sub('替换', s)
print(result_01)
# 输出结果：one替换two替换three替换fou
'''1、repl 是函数'''
def func(m):
return '替换' + ' ' + m.group()
result_02 = pattern.sub(func, s)
print(result_02)
# 输出结果：one替换 1two替换 2three替换 3four
3、match 函数
- match 函数的使用形式如下：
re.match(pattern, string[, flags]):
- 实例：
import re
result_01 = re.match(r'\d+', '2One12twothree34four')
print(result_01.group()) # 输出：2
4、search 函数
- search 函数的使用形式如下：
re.search(pattern, string[, flags])
5、findall 函数
- findall 函数的使用形式如下：
re.findall(pattern, string[, flags])
'''【实例】'''
import re
result_01 = re.findall(r'\d+', '2One12twothree34four')
print(result_01) # 输出：['2', '12', '34']
6、finditer 函数
- finditer 函数的使用形式如下：
re.finditer(pattern, string[, flags])
7、split 函数
- split 函数的使用形式如下：
re.split(pattern, string[, maxsplit])
8、sub 函数
- sub 函数的使用形式如下：
re.sub(pattern, repl, string[, count])
9、匹配中文
import re
title = u'你好，hello，世界'
pattern = re.compile(r'[\u4e00-\u9fa5]+')
result = pattern.findall(title)
print(result)
# 输出结果：['你好', '世界']
10、正则表达模式
'''字符匹配'''
实例 描述
[Pp]ython 匹配 "Python" 或 "python"
rub[ye] 匹配 "ruby" 或 "rube"
[aeiou] 匹配中括号内的任意一个字母
[0-9] 匹配任何数字。类似于 [0123456789]
[a-z] 匹配任何小写字母
[A-Z] 匹配任何大写字母
[a-zA-Z0-9] 匹配任何字母及数字
[^aeiou] 除了aeiou字母以外的所有字符
[^0-9] 匹配除了数字外的字符
'''特殊字符类'''
实例 描述
. 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
\d 匹配一个数字字符。等价于 [0-9]。
\D 匹配一个非数字字符。等价于 [^0-9]。
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
参考：
浙公网安备 33010602011771号