python正则表达式模块re--split, sub, findall, finditer（3）

re.split(pattern, string)

• 就是用正则表达式进行分割
• 我们正常分割字符串，也是用split()，传入分割的参数即可
• 但分割参数都是固定的，比如空格，或者- ，或者逗号等
• 而re.split(pattern, string)完全可以传入正则表达式来分割
• 比如\W+表示所有的非字母数字下划线的字符串作为分隔符，最后留下来的就是字母数字下划线分割后的列表。
• 如果pattern加上括号，就可以把分隔符也加入到列表中。

import re


print(re.split('\W+', 'runoob, runoob, runoob.'))
print(re.split('(\W+)', ' runoob, runoob, runoob.') )

[‘runoob’, ‘runoob’, ‘runoob’, ‘’]
[’’, ’ ', ‘runoob’, ', ', ‘runoob’, ', ', ‘runoob’, ‘.’, ‘’]

re.sub(pattern, replace, string)

• 查找然后替换
• 而且是从string中找到，所有被匹配上的字符串，替换成replace中的内容
• 最后返回替换后的字符串string，是完整的字符串，而不仅仅是匹配到或者替换后的那部分字符串

例子：更换文件路径名称

./data/test.lis 包含以下路径内容
E:\transcripts\regression\dwgout_chamfer.tf
E:\transcripts\regression\idw_isod.tf

import re

with open("./data/test.lis", "r") as f:
	content = f.read()
	change_content = re.sub(r"q;", "D:\iMark", content)
	print(change_content)

输出如下：

D:\iMark\transcripts\regression\dwgout_chamfer.tf
D:\iMark\transcripts\regression\idw_isod.tf

例子2：
有时我们读取的一些数字中，是包含逗号的，比如有些财报中的数字就是这样的，就可以用re.sub()来替换掉，并转换成浮点数类型。

test_data = "146,306,235,168.92"
new_data = re.sub(",", "", test_data)
print(float(new_data))

146306235168.92

re.findall(pattern, string, flags)

• 匹配所有
• 返回所有被匹配到的字符串内容，返回的是一个列表

re.finditer(pattern, string, flags)

• 匹配所有
• 返回被匹配到的字符串内容
• 返回的是一个迭代器