Python中re的match、search、findall、finditer区别正则

20210728

search 得到索引范围

原文地址: http://blog.youkuaiyun.com/djskl/article/details/44357389

这四个方法是从某个字符串中寻找特定子串或判断某个字符串是否符合某个模式的常用方法。

1、match
    re.match(pattern, string[, flags])  

从首字母开始开始匹配，string如果包含pattern子串，则匹配成功，返回Match对象，失败则返回None，若要完全匹配，pattern要以$结尾。

2、search

    re.search(pattern, string[, flags])  

若string中包含pattern子串，则返回Match对象，否则返回None，注意，如果string中存在多个pattern子串，只返回第一个。

3、findall

    re.findall(pattern, string[, flags])  

返回string中所有与pattern相匹配的全部字串，返回形式为数组。

4、finditer

    re.finditer(pattern, string[, flags])  

返回string中所有与pattern相匹配的全部字串，返回形式为迭代器。

若匹配成功，match()/search()返回的是Match对象，finditer()返回的也是Match对象的迭代器，获取匹配结果需要调用Match对象的group()、groups或group(index)方法。
group()、groups()与group(index)的区别，如下所示：

>>> import re
>>> s = ‘23432werwre2342werwrew’
>>> p = r’(\d*)([a-zA-Z]*)’
>>> m = re.match(p,s)
>>> m.group()
‘23432werwre’
>>> m.group(0)
‘23432werwre’
>>> m.group(1)
‘23432’
>>> m.group(2)
‘werwre’
>>> m.groups()
(‘23432’, ‘werwre’)
>>> m = re.findall(p,s)
>>> m
[(‘23432’, ‘werwre’), (‘2342’, ‘werwrew’), (’’, ‘’)]
>>> p=r’(\d+)’
>>> m=re.match(p,s)
>>> m.group()
‘23432’
>>> m.group(0)
‘23432’
>>> m.group(1)
‘23432’
>>> m.groups()
(‘23432’,)
>>> m=re.findall(p,s)
>>> m
[‘23432’, ‘2342’]

综上：
group()：母串中与模式pattern匹配的子串；
group(0)：结果与group()一样；
groups()：所有group组成的一个元组，group(1)是与patttern中第一个group匹配成功的子串，group(2)是第二个，依次类推，如果index超了边界，抛出IndexError；
findall()：返回的就是所有groups的数组，就是group组成的元组的数组，母串中的这一撮组成一个元组，那一措组成一个元组，这些元组共同构成一个list，就是findall()的返回结果。另，如果groups是只有一个元素的元组，findall的返回结果是子串的list，而不是元组的list了。

例子

s =“1113446777”
用正则表达式把s分为1111, 3, 44, 6, 777

>>> import re
>>> s=‘1113446777’
>>> m = re.findall(r’(\d)\1*’,s)
>>> print m
[‘1’, ‘3’, ‘4’, ‘6’, ‘7’]
>>> m = re.search(r’(\d)*’,s)
>>> m.group()
>>> m=re.search(r’(\d)\1*’,s)
>>> m.group()
‘111’
>>> m.groups()
(‘1’,)
>>> m.group(0)
‘111’
>>> m.group(1)
‘1’
>>> m.group(2)
Traceback (most recent call last):
File “<stdin>”, line 1, in <module>
IndexError: no such group
>>> m=re.finditer(r’(\d)\1*’,s)
>>> m.next().group()
‘111’
>>> m.next().group()
‘3’
>>> m.next().group()
‘44’
>>> m.next().group()
‘6’
>>> m.next().group()
‘777’
>>> m.next().group()
Traceback (most recent call last):
File “<stdin>”, line 1, in <module>
StopIteration

另一个例子：

>>> p = r’(\d)\1+([a-zA-Z]+)’
>>> s = ‘1111werwrw3333rertert4444’
>>> p = r’(\d)\1+([a-zA-Z]*)’
>>> import re
>>> re.findall(p,s)
[(‘1’, ‘werwrw’), (‘3’, ‘rertert’), (‘4’, ‘’)]
>>> m = re.search(p,s)
>>> m.group()
‘1111werwrw’
>>> m.group(1)
‘1’
>>> m.group(2)
‘werwrw’
>>> m.groups()
(‘1’, ‘werwrw’)
>>> m = re.finditer(p,s)
>>> m.next().group()
‘1111werwrw’
>>> m.next().group()
‘3333rertert’
>>> m.next().group()
‘4444’
>>> m.next().group()
Traceback (most recent call last):
File “<stdin>”, line 1, in <module>
StopIteration

分类: python 爬虫

<div id="blog_post_info">

好文要顶 关注我 收藏该文

xushukui
关注 - 4
粉丝 - 15

+加关注

0

0

<div class="clear"></div>
<div id="post_next_prev">

<a href="https://www.cnblogs.com/nyist-xsk/p/7944434.html" class="p_n_p_prefix">« </a> 上一篇：    <a href="https://www.cnblogs.com/nyist-xsk/p/7944434.html" title="发布于 2017-12-01 21:02">Ubuntu 16.04 几个国内更新源</a>
<br>
<a href="https://www.cnblogs.com/nyist-xsk/p/7993159.html" class="p_n_p_prefix">» </a> 下一篇：    <a href="https://www.cnblogs.com/nyist-xsk/p/7993159.html" title="发布于 2017-12-06 15:59">常见http错误码</a>

注意：re.match( )方法匹配的是以xxx开头的字符串，若不是开头的，尽管属于str内，则无法匹配。