28Python正則表達式

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。

re 模塊使 Python 語言擁有全部的正則表達式功能。

compile 函數(shù)根據(jù)一個模式字符串和可選的標志參數(shù)生成一個正則表達式對象。該對象擁有一系列方法用于正則表達式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數(shù)，這些函數(shù)使用一個模式字符串做為它們的第一個參數(shù)。

本章節(jié)主要介紹Python中常用的正則表達式處理函數(shù)。

28.1正則表達式對象

28.1.1re.RegexObject

re.compile() 返回 RegexObject 對象。

28.1.2re.MatchObject

group()返回被RE匹配的字符串
?start()返回匹配結果的位置。
?end()返回匹配結束的位置。
?span()返回一個元組包含匹配（開始，結束）的位置

28.2正則表達式修飾符 - 可選標識

正則表達式可以包含一些可選標志修飾符來控制匹配的模式。修飾符被指定為一個可選的標志。多個標志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設置成 I 和 M 標志：

28.3正則表達式模式

模式字符串使用特殊的語法來表示一個正則表達式：
字母和數(shù)字表示他們自身。一個正則表達式模式中的字母和數(shù)字匹配同樣的字符串。
多數(shù)字母和數(shù)字前加一個反斜杠時會擁有不同的含義。
標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。
反斜杠本身需要使用反斜杠轉義。
由于正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r’\t’，等價于 ‘\t’)匹配相應的特殊字符。
下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標志參數(shù)，某些模式元素的含義會改變。

28.4正則表達式實例

28.5re.match函數(shù)

re.match嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none.

函數(shù)語法：

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

函數(shù)參數(shù)說明：

匹配成功re.match方法返回一個匹配的對象，否則返回None。
我們可以使用group(num)或groups()匹配對象函數(shù)來獲取匹配表達式。

實例：

# -*- coding: UTF-8 -*-import re print(re.match('www','www.runoob.com').span()) #在起始位置匹配 print(re.match('com','www.runoob.com')) #不在起始位置匹配

以上實例運行輸出結果為：

(0, 3) None

實例：

# -*- coding: UTF-8 -*-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())print("matchObj.group(1):",matchObj.group(1))print("matchObj.group(2):",matchObj.group(2)) else:print("No match!!")

運行結果：

matchObj.group(): Cats are smarter than dogs matchObj.group(1): Cats matchObj.group(2): smarter

28.6re.search()方法

re.search掃描整個字符串并返回第一個成功的匹配。
函數(shù)語法：

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

函數(shù)參數(shù)說明：

匹配成功re.search方法返回一個匹配的對象，否則返回None。
我們可以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式。

實例：

# -*- coding: UTF-8 -*-import re print(re.search('www','www.runoob.com').span()) #在起始位置匹配 print(re.search('com','www.runoob.com').span()) #不在起始位置匹配

以上實例運行輸出結果為：

(0, 3) (11, 14)

實例：

# -*- coding: UTF-8 -*-import reline = "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!")

運行結果：

searchObj.group() : Cats are smarter than dogs searchObj.group(1) : Cats searchObj.group(2) : smarter

28.7re.match與re.search的區(qū)別

re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數(shù)返回None；而re.search匹配整個字符串，直到找到一個匹配。

# -*- coding: UTF-8 -*-import reline = "Cats are smarter than dogs"matchObj = re.match( r'dogs', line, re.M|re.I) if matchObj:print("match --> matchObj.group():",matchObj.group()) else:print("None match")matchObj = re.search(r'dogs',line,re.M|re.I) if matchObj:print("search --> searchObj.group():",matchObj.group()) else:print("No match!!")

28.8檢索和替換

Python的re模塊提供了re.sub用于替換字符串中的匹配項。
語法：

re.sub(pattern, repl, string, count=0, flags=0)

參數(shù)：
?pattern : 正則中的模式字符串。
?repl : 替換的字符串，也可為一個函數(shù)。
?string : 要被查找替換的原始字符串。
?count : 模式匹配后替換的最大次數(shù)，默認 0 表示替換所有的匹配。
實例：

# -*- coding: UTF-8 -*-import rephone = "2004-959-559 # 這是一個國外電話號碼"#刪除字符串中的Python注釋 num = re.sub(r'#.*$', "", phone) print("電話號碼是：",num)#刪除非數(shù)字（-）的字符串 num = re.sub(r'\D',"",phone) print("電話號碼是：",num)

運行結果：

電話號碼是： 2004-959-559 電話號碼是： 2004959559

28.9repl參數(shù)是一個函數(shù)

以下實例中將字符串中的匹配的數(shù)字乘以2：

# -*- coding: UTF-8 -*-import re# 將匹配的數(shù)字乘以 2 def double(matched):value = int(matched.group('value'))return str(value * 2)s = 'A23G4HFD567' print(re.sub('(?P<value>\d+)', double, s))

運行結果：

A46G8HFD1134

28.10re.compile 函數(shù)

compile函數(shù)用于編譯正則表達式，生成一個正則表達式（Pattern）對象，供match()和search()這兩個函數(shù)使用。
語法格式為：

re.compile(pattern[, flags])

參數(shù)：
?pattern:一個字符串形式的正則表達式。
?flags:可選，表示匹配模式，比如忽略大小寫，多行模式等，具體參數(shù)為：
re.I忽略大小寫
re.L表示特殊字符集\w,\W,\b,\B,\s,\S依賴于當前環(huán)境
re.M多行模式
re.S即為.并且包含換行符在內(nèi)的任意字符（.不包括換行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數(shù)據(jù)庫。
re.X為了增加可讀性，忽略空格和#后面的注釋
實例

# -*- coding: UTF-8 -*-import re pattern = re.compile(r'\d+') #用于匹配至少一個數(shù)字 m = pattern.match('one12twothree34four') #查找頭部，沒有匹配 print(m) #結果：Nonem = pattern.match('one12twothree34four',2,10) #從'e'的位置開始匹配，沒有匹配 print(m) #結果：Nonem = pattern.match('one12twothree34four',3,10) #'1'的位置開始匹配，正好匹配 print(m) #結果：<re.Match object; span=(3, 5), match='12'>print(m.group(0)) #可省略0 #結果：12print(m.start(0)) #可省略0 #結果：3print(m.end(0)) #可省略0 #結果：5print(m.span(0)) #可省略0 #結果：(3, 5)

在上面，當匹配成功時返回一個Match對象，其中：
?group([group1, …]) 方法用于獲得一個或多個分組匹配的字符串，當要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；
?start([group]) 方法用于獲取分組匹配的子串在整個字符串中的起始位置（子串第一個字符的索引），參數(shù)默認值為 0；
?end([group]) 方法用于獲取分組匹配的子串在整個字符串中的結束位置（子串最后一個字符的索引+1），參數(shù)默認值為 0；
?span([group]) 方法返回 (start(group), end(group))。

# -*- coding: UTF-8 -*-import re pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I) # re.I 表示忽略大小寫 m = pattern.match('Hello World Wide Web') print(m) # 匹配成功，返回一個 Match 對象 #結果：<re.Match object; span=(0, 11), match='Hello World'>print(m.group(0)) # 返回匹配成功的整個子串 #結果：Hello Worldprint(m.span(0)) # 返回匹配成功的整個子串的索引 #結果：(0, 11)print(m.group(1)) # 返回第一個分組匹配成功的子串 #結果：Helloprint(m.span(1)) # 返回第一個分組匹配成功的子串的索引 #結果：(0, 5)print(m.group(2)) # 返回第二個分組匹配成功的子串 #結果：Worldprint(m.span(2)) # 返回第二個分組匹配成功的子串 #結果：(6, 11)print(m.groups()) # 等價于 (m.group(1), m.group(2), ...) #結果：('Hello', 'World')#m.group(3) # 不存在第三個分組

28.11findall

在字符串中找到正則表達式所匹配的所有子串，并返回一個列表，如果沒有找到匹配的，則返回空列表。
注意：match和search是匹配一次findall匹配所有。
語法格式為：

findall(string[, pos[, endpos]])

參數(shù)：
?string:待匹配的字符串
?pos:可選參數(shù)，指定字符串的起始位置，默認為0
?endpos:可選參數(shù),指定字符串的結束位置，默認為字符串的長度。
查找字符串中的所有數(shù)字：

# -*- coding: UTF-8 -*-import repattern = re.compile(r'\d+') #查找數(shù)字 result1 = pattern.findall('runoob 123 google 456') result2 = pattern.findall('run88oob123google456',0,10)print(result1) print(result2)

運行結果：

['123', '456'] ['88', '12']

28.12re.finditer

和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，并把它們作為一個迭代器返回。

實例

# -*- coding: UTF-8 -*-import reit = re.finditer(r"\d+","12a32bc43jf3") for match in it:print(match.group())

運行結果：

12 32 43 3

28.13re.split

split方法按照能夠匹配的子串將字符串分割后返回列表，它的使用形式如下：

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

參數(shù)：

實例：

>>> 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') ['', 'h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd', ''] >>>

總結

以上是生活随笔為你收集整理的28Python正则表达式、正则表达式对象、正则表达式修饰符、表达式模板、表达式实例、match函数、search方法、检索和替换、repl、compile、findall等的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。