Python中的正则

最新推荐文章于 2022-02-16 10:15:59 发布

JING0981

最新推荐文章于 2022-02-16 10:15:59 发布

阅读量327

点赞数 4

import re

‘’’
re.compile(string[, flags])
re.match(pattern, string[, flags])
re.search(pattern, string[, flags])
re.split(pattern, string[, maxsplit])
re.findall(pattern, string[, flags])
re.finditer(pattern, string[, flags])
re.sub(pattern, repl, string[, count])
re.subn(pattern, repl, string[, count])
‘’’

----------------------------------------------------------------------

1、re.compile()

将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串”

pattern = re.compile(r’hello’)
‘’’
分析：
pattern对象是一个匹配模式，利用pattern可以进一步的匹配。
‘’’

----------------------------------------------------------------------

‘’’
分析：
参数flag是匹配模式，取值可以使用按位或运算符’|'表示同时生效，如re.I|re.M

re.I:忽略大小写
re.M:多行模式，改变'^'和'$'的行为
re.S:点任意模式
re.L:使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
re.U:使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
re.X:详细模式

‘’’

----------------------------------------------------------------------

2、re.match(pattern, string[, flags])

‘’’
如果遇到无法匹配的字符，立即返回None，如果匹配未结束已经到达string的末尾，也会返回None。
两个结果均表示匹配失败，否则匹配pattern成功，同时匹配终止，不再对string向后匹配
‘’’
result1 = re.match(pattern, ‘hello’)
result2 = re.match(pattern, ‘helloo cioc’)
result3 = re.match(pattern, ‘helo cioc’)
result4 = re.match(pattern, ‘hello cioc’)

如果1匹配成功

if result1:
# 使用Match获得分组信息
print result1.group()
else:
print ‘1匹配失败！’

如果2匹配成功

if result2:
# 使用Match获得分组信息
print result2.group()
else:
print ‘2匹配失败！’

如果3匹配成功

if result3:
# 使用Match获得分组信息
print result3.group()
else:
print ‘3匹配失败！’

如果4匹配成功

if result4:
# 使用Match获得分组信息
print result4.group()
else:
print ‘4匹配失败！’

‘’’
分析：
只要匹配成功，就不再匹配了。
1.第一个匹配，pattern正则表达式为’hello’，我们匹配的目标字符串string也为hello，从头至尾完全匹配，匹配成功。

2.第二个匹配，string为helloo cioc，从string头开始匹配pattern完全可以匹配，pattern匹配结束，同时匹配终止，后面的不再匹配，返回匹配成功的信息。

3.第三个匹配，string为helo cioc，从string头开始匹配pattern，发现到 ‘o’ 时无法完成匹配，匹配终止，返回None

4.第四个匹配，同第二个匹配原理，即使遇到了空格符也不会受影响

‘’’

‘’’
分析：
属性：
1.string: 匹配时使用的文本。
2.re: 匹配时使用的Pattern对象。
3.pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
4.endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
5.lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。
6.lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。
方法：
1.group([group1, …]):
获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；
不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。

2.groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。

3.groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。

4.start([group]):
返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。

5.end([group]):
返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。

6.span([group]):
返回(start(group), end(group))。

7.expand(template):
将匹配到的分组代入template中然后返回。template中可以使用\id或\g、\g引用分组，但不能使用编号0。\id与\g是等价的；
但\10将被认为是第10个分组，如果你想表达\1之后是字符’0’，只能使用\g0。

‘’’

一个简单的match实例

匹配如下内容：单词+空格+单词+任意字符

m = re.match(r’(\w+) (\w+)(?P.*)’, ‘hello world!’)

print “m.string:”, m.string
print “m.re:”, m.re
print “m.pos:”, m.pos # 匹配初始位置
print “m.endpos:”, m.endpos # 匹配结束位置
print “m.lastindex:”, m.lastindex
print “m.lastgroup:”, m.lastgroup
print “m.group():”, m.group()
print “m.group(1,2):”, m.group(1, 2)
print “m.groups():”, m.groups()
print “m.groupdict():”, m.groupdict()
print “m.start(2):”, m.start(2)
print “m.end(2):”, m.end(2)
print “m.span(2):”, m.span(2)
print r"m.expand(r’\g \g\g’):", m.expand(r’\2 \1\3’)

output

m.string: hello world!

m.re:

m.pos: 0

m.endpos: 12

m.lastindex: 3

m.lastgroup: sign

m.group(1,2): (‘hello’, ‘world’)

m.groups(): (‘hello’, ‘world’, ‘!’)

m.groupdict(): {‘sign’: ‘!’}

m.start(2): 6

m.end(2): 11

m.span(2): (6, 11)

m.expand(r’\2 \1\3’): world hello!

----------------------------------------------------------------------

3、re.search(pattern, string[, flags])

‘’’
分析：
match()是从string的开始位置进行匹配，而search()会扫描整个string中进行查找匹配
‘’’
pattern = re.compile(r’world!’)
match = re.search(pattern, ‘hello world!’) # search()查找匹配的字符串
if match:
print match.group()
else:
print ‘匹配失败！’

----------------------------------------------------------------------

4、re.split(pattern, string[, maxsplit])

‘’’
分析：
按照能够匹配的子串将string分割，并返回列表(注意，返回的是列表形式)
maxsplit指定最大分割次数，不指定就全部分割
‘’’
pattern = re.compile(r’\d+’)
print re.split(pattern, ‘one1two2three3forth4five5’)