Python正则表达式

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

print(re.match('www', 'www.runoob.com').span()

(0, 3)

print(re.match('com', 'www.runoob.com')) # 不在起始位置匹配

None

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:

    print "matchObj.group() : ", matchObj.group()

    print "matchObj.group(1) : ", matchObj.group(1)

    print "matchObj.group(2) : ", matchObj.group(2)

else: print "No match!!"

matchObj.group() : Cats are smarter than dogs

matchObj.group(1) : Cats

matchObj.group(2) : smarter

re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配

print(re.search('www', 'www.runoob.com').span()) # 在起始位置匹配

(0, 3)

print(re.search('com', 'www.runoob.com').span()) # 不在起始位置匹配

(11, 14)

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:

    print "searchObj.group() : ", searchObj.group()

    print "searchObj.group(1) : ", searchObj.group(1)

    print "searchObj.group(2) : ", searchObj.group(2)

else:

    print "Nothing found!!"

searchObj.group() : Cats are smarter than dogs

searchObj.group(1) : Cats

searchObj.group(2) : smarter

检索和替换

Python 的 re 模块提供了re.sub用于替换字符串中的匹配项

phone = "2004-959-559 # 这是一个国外电话号码"

# 删除字符串中的 Python注释

num = re.sub(r'#.*$', "", phone)

print "电话号码是: ", num

# 删除非数字(-)的字符串

num = re.sub(r'\D', "", phone)

print "电话号码是 : ", num

电话号码是: 2004-959-559

电话号码是 : 2004959559

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（ Pattern ）对象，供 match() 和 search() 这两个函数使用

>>>import re

>>> pattern = re.compile(r'\d+') # 用于匹配至少一个数字

>>> m = pattern.match('one12twothree34four') # 查找头部，没有匹配

>>> print m

None

>>> m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配

>>> print m

None

>>> m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配，正好匹配

>>> print m # 返回一个 Match 对象 <_sre.SRE_Match object at 0x10a42aac0

> >>> m.group(0) # 可省略 0

'12'

>>> m.start(0) # 可省略 0

3

>>> m.end(0) # 可省略 0

5

>>> m.span(0) # 可省略 0

(3, 5)

findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表

pattern = re.compile(r'\d+') # 查找数字

result1 = pattern.findall('runoob 123 google 456')

result2 = pattern.findall('run88oob123google456', 0, 10)

print(result1)

print(result2)

['123', '456']

['88', '12']

re.finditer

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

it = re.finditer(r"\d+","12a32bc43jf3")

for match in it:

    print (match.group() )

12

32

43

3

re.split

split 方法按照能够匹配的子串将字符串分割后返回列表

>>>import re

>>> re.split('\W+', 'runoob, runoob, runoob.')

['runoob', 'runoob', 'runoob', '']

>>> re.split('(\W+)', ' runoob, runoob, runoob.')

['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', '']

>>> re.split('\W+', ' runoob, runoob, runoob.', 1)

['', 'runoob, runoob, runoob.']

>>> re.split('a*', 'hello world') # 对于一个找不到匹配的字符串而言，split 不会对其作出分割

['hello world']

https://www.runoob.com/python/python-reg-expressions.html