python中re模块的match、search、findall、sub方法使用

正则表达式

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。（来自百度）

正则表达式语法

（图片资料转自https://www.cnblogs.com/chengege/p/11190782.html）

re模块

re模块是python中内置的，支持正则匹配的模块。

match方法

match方法的语法为：re.match(pattern,string,[flags=0])
pattern表示要匹配的字符串,string表示原始字符串。flags为标志位，控制正则匹配格式，如忽略大小写。默认值是0，代表无特殊匹配。
需要注意的是，match方法在匹配时，是从头开始匹配的，如果是从中间截取一段字符，进行匹配，是匹配不到的。
下面一段代码：

# 原始字符串
old_str = '{"phone_num":"${not_exist_num}","pwd":"123456"}'

# 要匹配的字符串中${not_exist_num}
replace_str = '${not_exist_num}'
# 要匹配的字符串 {"phone_num":
replace_str1 = '{"phone_num":'

# 使用match方法进行分别匹配两个字符
res = re.match(replace_str, old_str)
res1 = re.match(replace_str1, old_str)

进行调试，可发现，匹配replace_str时，返回的是None, 匹配replace_str1时，返回的是Match对象。

可以通过match对象的group方法，获取匹配结果：

由上面测试结果可知，match的方法的特点：

• match方法是从头开始匹配的，从中间截取字符串，是无法匹配到的。这也是match方法的局限性。
• match方法匹配不到结果时，返回的是None，匹配到结果时，返回的是match对象。
• match方法匹配到结果时，使用match对象的group方法，获取匹配结果。

search方法

search方法的语法为：re.search(pattern,string,[flags=0])
pattern 表示要匹配的正则表达式, string 表示要匹配的字符串, flags为标志位,用于控制正则表达式的匹配方式,如是否区分大小写,多行匹配等等,默认为0，代表无特殊匹配。
search方法与match方法有些类似。search是在整个原始字符串查找匹配，匹配到第一个之后，就不会再继续了。
举例：

import re


# 原始字符串
old_str = '{"phone_num1":"${not_exist_num}", "phone_num2":"${not_exist_num}", "pwd":"123456"}'

# 要查找字符串中的${not_exist_num}，原始字符串中有两处, 因为字符串中有特殊字符，所以需要r转义，$在正则中有特殊含义，所以还需要使用\进行转义
replace_str = r'\${not_exist_num}'
replace_str1 = '1111'

# 使用search方法
res = re.search(replace_str, old_str)
res1 = re.search(replace_str1, old_str)

# 使用group()获取匹配结果
s = res.group()

匹配上则返回match对象，使用group方法获取匹配字符串，匹配不到返回None。(这一点与match一样)

由上面测试结果可知，search的方法的特点：

• search方法是全字符串匹配的，匹配到第一个结果，即返回结果，不再继续。
• search方法匹配不到结果时，返回的是None，匹配到结果时，返回的是match对象。
• search方法匹配到结果时，使用match对象的group方法，获取匹配结果。

findall方法

findall方法的语法是：re.findall(pattern, string, flags=0)
pattern 表示要匹配的正则表达式, string 表示要匹配的字符串, flags为标志位,用于控制正则表达式的匹配方式,如是否区分大小写,多行匹配等等,默认为0，代表无特殊匹配。

findall是查找字符串中所有可匹配的，并将匹配结果以列表的形式返回。如果匹配不到，则返回一个空列表。

import re


# 原始字符串
old_str = '{"phone_num1":"${not_exist_num}", "phone_num2":"${not_exist_num}", "pwd":"123456"}'

# 要查找字符串中的${not_exist_num}，原始字符串中有两处, 因为字符串中有特殊字符，所以需要r转义，$在正则中有特殊含义，所以还需要使用\进行转义
replace_str = r'\${not_exist_num}'
replace_str1 = '1111'

# 使用findall方法
res = re.findall(replace_str, old_str)
res1 = re.findall(replace_str1, old_str)

sub方法

sub方法的格式为：re.sub(pattern, repl, string[, count])
pattern为匹配字符，可以是一串字符，也可以是正则表达式，repl要替换的字符串， string为原始字符串， count为替换次数，默认为0。
sub方法使用repl替换string中每一个匹配的子串后返回替换后的字符串。

比如下面一段代码，使用sub实现替换：

import re


# 原始字符串
old_str = '{"phone_num1":"${not_exist_num}", "phone_num2":"${not_exist_num}", "pwd":"123456"}'

# 要查找字符串中的${not_exist_num}，原始字符串中有两处, 因为字符串中有特殊字符，所以需要r转义，$在正则中有特殊含义，所以还需要使用\进行转义
replace_str = r'\${not_exist_num}'
replace_str1 = '111'

# 使用sub方法
resu = re.sub(replace_str, "138098776754", old_str)  # count 默认为0
res = re.sub(replace_str, "13544567865", old_str, count=1)
res1 = re.sub(replace_str, "13489778966", old_str, count=2)
res2 = re.sub(replace_str1, '222', old_str)

通过调试可知：

• count默认为0时，会默认替换全部，指定count值时，则按照指定次数替换。
• 可匹配到时，则返回匹配到的字符串。
• 无法匹配到时，则返回原始的字符串。
  
  上面这段代码，是直接替换的字符串，还可以通过正则表达式进行替换：

import re


# 原始字符串
old_str = 'a123b'

# 要替换字符串中的数字，在正则表达式中，\d代表0-9 ， 使用r进行转义
replace_str = r'\d'

# 使用sub方法
res = re.sub(replace_str, "o", old_str)

pass

上面代码进行调试后，原始字符串中的123，均被替换为o：