【python】正则表达式

AdaminaWhisper

于 2022-03-11 20:32:13 发布

阅读量1.7k

点赞数 19

文章标签： python 正则表达式

本文链接：https://blog.youkuaiyun.com/Mrs_haze/article/details/123418095

版权

一、导入re模块

import re

二、方法介绍

1、match()

re.match(匹配的正则表达式pattern, 要匹配的字符串string, 匹配位控制匹配方式flags) 下面的单词皆同理

match只会匹配开头，匹配不到返回None

a.span()获取位置

a.group()获取值

import re
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配，span获取下标
print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配 None
print(re.match('www', 'www.runoob.com').group())  # 在起始位置匹配，group获取下标

这里group() 等同于group(0)，匹配整体

group(1) 匹配到的第一个字符串

import re
 
line = "Cats are smarter than dogs"
 
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
 
if matchObj:
   print "matchObj.group() : ", matchObj.group() # Cats are smarter than dogs
   print "matchObj.group(1) : ", matchObj.group(1) #Cats
   print "matchObj.group(2) : ", matchObj.group(2) # smarter
else:
   print "No match!!"

2、search()

re.search 扫描整个字符串并返回第一个成功的匹配，否则返回None

re.search(pattern, string, flags=0) # flags看下面的四、匹配位的图表

import re
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）

match 和 search的区别：

match只匹配起始，起始不匹配就返回None

search 从头到尾寻找第一个匹配成功的，否则找不到才返回None

3、 sub()

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。

正则模式的字符串用法，具体看三、正则表达式的模式

import re
 
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  #2004-959-559
 
# 删除非数字(-)的字符串 
num = re.sub(r'\D', "", phone)
print "电话号码是 : ", num  #2004959559

4、compile()

re.compile(pattern[flags])

5、findall()

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

下面result1 和result2 的方法都是一样的，仅是代码不同

import re
 
result1 = re.findall(r'\d+','runoob 123 google 456')

pattern = re.compile(r'\d+')   # 查找数字
result2 = pattern.findall('runoob 123 google 456')
result3 = pattern.findall('run88oob123google456', 0, 10) #限定下标0-10
 
print(result1) #['123','456']
print(result2) #['123','456']
print(result3) #['88','12']

另：多匹配模式，返回元组

import re

result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result) #[('width', '20'), ('height', '10')]

findall 和 match 、research的区别是：前者会将str中所有匹配的找出来，而后者只会找到第一次匹配的

6、finditer()

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

类似于findall，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。

import re
 
it = re.finditer(r"\d+","12a32bc43jf3") 
for match in it: 
    print (match.group() )
#12
#32
#43
#3

7、split()

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

maxsplit 指分割的次数

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']

8、start() end()

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；
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；
span([group]) 方法返回 (start(group), end(group))。

import re
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 ,因为在3到10中就那么一个字符串
#'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)