Python 标准库之 re (正则表达式操作)

re 库的两种对象

Pattern ：正则表达式对象
Match ：匹配对象

常用内容

search

匹配字符串的第一个位置

In [1]: import re

In [2]: s = "I am a simple string"

In [3]: r = re.search("am", s)

In [4]: r
Out[4]: <re.Match object; span=(2, 4), match='am'>

In [5]: r.span()
Out[5]: (2, 4)

In [7]: r.group()
Out[7]: 'am'

match

从字符串开始的位置匹配

In [1]: import re

In [2]: s = "I am a simple string"

In [3]: r = re.match("I", s)

In [4]: r
Out[4]: <re.Match object; span=(0, 1), match='I'>

In [5]: r.span()
Out[5]: (0, 1)

In [6]: r.group()
Out[6]: 'I'

In [7]: r = re.match("am", s)

In [8]: print(r)
None

findall

匹配所有的字串并返回一个匹配列表

In [1]: import re

In [2]: s = "Python 3.8.1 (tags/v3.8.1:1b293b6, Dec 18 2019, 22:39:24)"

In [3]: re.findall(r"\d+", s)
Out[3]: ['3', '8', '1', '3', '8', '1', '1', '293', '6', '18', '2019', '22', '39', '24']

finditer

返回为一个元素未匹配对象的迭代器

In [1]: import re

In [2]: s = "Python 3.8.1"

In [3]: r =  re.finditer(r"\d+", s)

In [4]: r
Out[4]: <callable_iterator at 0x56022f8>

In [5]: for i in r:
    ...:     print(i)
    ...:     print(i.group())
    ...:
    ...:
<re.Match object; span=(7, 8), match='3'>
3
<re.Match object; span=(9, 10), match='8'>
8
<re.Match object; span=(11, 12), match='1'>
1

sub

替换匹配到的字串

In [1]: import re

In [2]: s = "I am a simple string"

In [3]: re.sub("s\w*", "python", s)
Out[3]: 'I am a python python'

compile

将正则表达式编译为一个 正则表达式对象，用于多次匹配

In [1]: import re

In [2]: pattern = r"\d+"

In [3]: p = re.compile(pattern)

In [4]: r = p.findall("abc123 k23 77")

In [5]: r
Out[5]: ['123', '23', '77']

In [6]: r = p.findall("1.2@12*g00")
    
In [7]: r
Out[7]: ['1', '2', '12', '00']

---

速查表

函数参数说明

参数	功能
pattern	匹配的正则表达式
string	要匹配的字符串
flags	标志位，用于控制正则表达式的匹配方式
maxsplit	分隔次数，默认为 0，不限制次数
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。
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。

标志常量

标志	功能
re.A re.ASCII	让 \w, \W, \b, \B, \d, \D, \s 和 \S 只匹配ASCII
re.DEBUG	显示编译时的debug信息，没有内联标记
re.I re.IGNORECASE	忽略大小写匹配
re.L re.LOCALE	由当前语言区域决定 \w, \W, \b, \B 和大小写敏感匹配 (?i)
re.M re.MULTILINE	多行匹配 (?m)
re.S re.DOTALL	让 ‘.’ 特殊字符匹配任何字符，包括换行符 (?s)
re.X re.VERBOSE	这个标记允许你编写更具可读性更友好的正则表达式，空白符号会被忽略，除非在一个字符集合当中或者由反斜杠转义，或者在 *?，(?: 或 (?P<…> 分组之内

函数

函数	功能
re.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
re.search(pattern, string, flags=0)	扫描整个 string 找到匹配样式的第一个位置，并返回一个相应的匹配对象。如果没有匹配，返回 None
re.match(pattern, string, flags=0)	从 string 的起始位置匹配一个正则表达式样式，匹配就返回一个相应的匹配对象 。 如果没有匹配，返回 None
re.fullmatch(pattern, string, flags=0)	如果整个 string 匹配到正则表达式样式，就返回一个相应的匹配对象 。 否则返回 None
re.split(pattern, string, maxsplit=0, flags=0)	用 pattern 切分 string
re.findall(pattern, string, flags=0)	在 string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。
re.finditer(pattern, string, flags=0)	在 string中找到正则表达式所匹配的所有子串，并返回一个迭代器
re.sub(pattern, repl, string, count=0, flags=0)	使用 repl 替换字符串中的匹配项
re.subn(pattern, repl, string, count=0, flags=0)	行为与 sub() 相同，但是返回一个元组
re.escape(pattern)	转义 pattern 中的特殊字符
re.purge()	清除正则表达式缓存

正则表达式对象（Pattern）

方法

方法	功能
search(string[, pos[, endpos]])	扫描整个 string 找到匹配样式的第一个位置，并返回一个相应的匹配对象。如果没有匹配，返回 None
match(string[, pos[, endpos]])	从 string 的起始位置匹配一个正则表达式样式，匹配就返回一个相应的匹配对象 。 如果没有匹配，返回 None
fullmatch(string[, pos[, endpos]])	如果整个 string 匹配到正则表达式样式，就返回一个相应的匹配对象 。 否则返回 None
split(string, maxsplit=0)	等价于 split() 函数
finditer(string[, pos[, endpos]])	在 string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。
sub(repl, string, count=0)	等价于 sub() 函数
subn(repl, string, count=0)	等价于 subn() 函数

属性

属性	功能
flags	正则匹配标记
groups	捕获组合的数量
groupindex	映射由 (?P<id>) 定义的命名符号组合和数字组合的字典
pattern	编译对象的原始样式字符串

匹配对象（Match）

方法

方法	功能
expand(template)	对 template 进行反斜杠转义替换并且返回，就像sub() 方法中一样
group([group1, ...])	返回一个或者多个匹配的子组
__getitem__(g)	等价于 m.group(g)
groups(default=None)	返回一个元组，包含所有匹配的子组，在样式中出现的从1到任意多的组合
groupdict(default=None)	返回一个字典，包含了所有的 命名 子组
start([group]) end([group])	返回 group 匹配到的字串的开始和结束标号
span([group])	返回一个二元组包含匹配 (开始,结束) 的位置 (m.start(group), m.end(group))

属性

属性	功能
pos	pos 的值
endpos	endpos 的值
lastindex	最后匹配的捕获组的整数索引，如果没有匹配产生返回 None
lastgroup	最后匹配的捕获组的名称，如果没有匹配产生返回 None
re	返回产生这个实例的 正则对象 ，这个实例是由正则对象的 match() 或 search() 方法产生的
string	传递到 match() 或 search() 的字符串