Python正则表达式模块—re

正则表达式指预先定义好一个“字符串模板”，通过这个“字符串模板”可以匹配、查找和替换那些匹配“字符串模板”的字符串。

正则表达式的字符含义，推荐Python正则表达式最强整理（速查手册，记得收藏）-优快云博客

1字符串匹配

字符串匹配指验证一个字符串是否符合指定的“字符串模板”，常用于用户输入验证。例如：用户注册时需要填写邮箱，验证邮箱是否有效输入，就需要用到字符串匹配验证。

使用match（p， text）函数进行字符串匹配， 其中的参数p是正则表达式，即字符串模板， text是要验证的字符串。 如果匹配成功，则返回一个Match对象（匹配对象），否则返回None。

示例：

import re
p=r"\w+@QQ\.com"  #验证邮箱的正则表达式
email1='123456yy@QQ.com' #待验邮箱
m=re.match(p,email1) #返回非空，则匹配成功
email2='123456yy@163.com'
y=re.match(p,email2)
type(m) #非空
type(y) #空
print(m,y)

由上述结果可以看出，邮箱1与输入的正则表达式匹配成功，其中span表示字符串跨度，邮箱2未成功。 并且上述代码采用了原始字符串r"\w+@QQ\.com"表示，若用普通字符串表示，需要将特殊字符转义，表示为"\\w+@QQ\\.com"，而正则表达式本身会存在较多(\)，因此用普通字符串表示会比较麻烦，所以一般使用原始字符串表示。

2.字符串查找

字符串查找指从一个字符串中查找匹配正则表达式的子字符串， 常用于数据分析、 网络爬虫等数据处理中。
常用的字符串查找函数如下。
search（p text）： 在text字符串中查找匹配的内容，如果找到，则返回第1个匹配的Match对象，否则返回None。 p是正则表达式。
findall（p， text）：在text字符串中查找所有匹配的内容，如果找到，则返回所有匹配的字符串列表； 如果一个都没有匹配，则返回None。p是正则表达式。

示例：

import re
p=r"\w+@QQ\.com"
my_email1='my email is 123456yy@QQ.com'
m=re.search(p,my_email1)
he_email2='he email is 123456yy@163.com'
y=re.search(p,he_email2)
ROY=r'Roy|roy|ROY' #(|)表示或
text='Roy is a singer,a writer,I like Roy,roy and ROY '
m2=re.findall(ROY,text)
print(m,y,m2,sep="\n")

由结果可以看出，第一个匹配成功，并且显示匹配成功字符串的位置是（12，27），第二个匹配失败，第三个将text中的重复项全部输出。 

3.字符串替换

正则表达式的字符串替换函数是sub()，该函数替换匹配的子字符串，返回值是替换后的字符串，其语法格式如下：

re.sub(p,repl,string,count=0)

其中，参数p,repl,string,count分别表示：正则表达式，用于替换的新字符串，即将被替换的旧字符串，和最大替换数量，默认是0，表示不限制替换数量。

示例：

import re
p=r'\d+'
text='a123b456c789'
repl_text1=re.sub(p,'',text)
repl_text2=re.sub(p,'',text,count=1)
repl_text3=re.sub(p,'',text,count=3)
print(repl_text1,repl_text2,repl_text3,sep="\n")
#abc
#ab456c789
#abc

4.字符串分割

re模块中的split（）函数可以进行字符串的分割，其语法格式如下：

re.split(p,string,maxsplit=0)

其中参数p,string,maxsplit分别表示：正则表达式、要分隔的字符串、最大分隔次数，默认是0，即表示没有限制。

import re
p=r'\d+'
text='a123b456c789'
sp_text1=re.split(p,text)
sp_text2=re.split(p,text,maxsplit=1)
sp_text3=re.split(p,text,maxsplit=2)
print(sp_text1,sp_text2,sp_text3,sep="\n")
#['a', 'b', 'c', '']
#['a', 'b456c789']
#['a', 'b', 'c789']