python正则表达式（下）

正则表达式

方法

方法	描述	返回值
compile(pattern, flags=0)	根据包含正则表达式的字符串创建对象	re对象
search(pattern, string, flags=0)	在string中查找	第一个匹配到的对象或None
match(pattern, string, flags=0)	在string开始处匹配	在string开始匹配到的对象或者None
findall(pattern, string, flags=0)	列出string的所有匹配项	所有匹配到的string列表
sub(pattern, repl, string, count=0, flags=0)	将string中所有的pattern匹配项用repl替换	完成替换后的新string
split(pattern, string, maxsplit=0,flags=0)	根据匹配项来分割string	分割后的string列表
finditer(pattern, string, flags=0)	将string的所有匹配项变成迭代器	迭代器对象

compile方法 —— 编译正则表达式

• 用法：
  变量 = compile(pattern, flags=0)
  变量.方法
• compile方法是编译一个正则表达式对象

x = re.compile(r'a-z')
print(x)	# re.compile(r'a-z')

match方法

• 用法：
  re.match(pattern, string, flags=0)
  pattern是正则表达式的模块
  string是表示要匹配的数据
  flags是标志位，用于控制正则表达式的匹配方式。如：是否区分大小写、是否多行匹配等
• 如果匹配成功返回match对象，否则返回一个None
• 只匹配从头开始的数据，否则返回None

search方法

• 用法：
  re.search(pattern, string, flags=0)
• 匹配成功返回match对象，否则返回一个None
• 在字符串中搜索第一次出现正则表达式的位置

findall方法

• 用法：
  re.findall(pattern, string, flags=0)
• 匹配成功返回一个有数据列表，否则返回一个空列表
• 在字符串中找到所有匹配的内容

split方法

• 用法：
  re.split(pattern, string, maxsplit=0,flags=0)
• 用pattern将string多次分隔，maxsplit参数为分隔次数，并返回一个列表
• 如果为匹配到pattern，则返回一个原字符串列表
• 在字符串中找到所有匹配的内容并将字符串按照匹配的内容分隔

re.split(r'[a-z]','0A1B2C3D4')				 # ['0A1B2C3D4']
re.split(r'[a-z]','0A1B2C3D4',flags = re.I)	# ['0', '1', '2', '3', '4']
re.split(r'[A-Z]','0A1B2C3D4',maxsplit=2)	# ['0', '1', '2C3D4']

sub方法

• 用法：
  re.sub(pattern, repl, string, count=0, flags=0)
• 将string中所有的pattern匹配项用repl替换，并返回新字符串
• 如果string中没有匹配的pattern，则返回原字符串
• count参数为替换次数，且必须为非负整数

re.sub(r'[a-h]','z','0A1B2C3D4')			# '0A1B2C3D4'
re.sub(r'[A-H]','z','0A1B2C3D4')			# '0z1z2z3z4'
re.sub(r'[A-H]','z','0A1B2C3D4',count=2)	# '0z1z2C3D4'

编译标志 —— flag匹配模式

匹配模式	含义
re.A，re.ASCII	使预定义字符集（如：\w, \s, \d等）只匹配ASCII字符
re.I，re.IGNORECASE	忽略大小写匹配
re.L，re.LOCALE	由当前语言区域决定大小写\w, \b的敏感匹配
re.M，re.MULTILINE	多行匹配，影响’ ^ ‘和’ $ ’
re.S，re.DOTALL	使（ . ）匹配任意字符，包括换行符
re.X，re.VERBOSE	允许编写更具可读性、更友好的正则表达式

分组 —— ()字符

• 概念 —— 就是已经匹配到的内容里面再次筛选小括号中的正则表达式，或者指定一个子组的开始和结束位置

test = 'apple is $30, banana is $20'
result = re.search(r'.+(\$\d+).+(\$\d+)',test)
result.group()			# 'apple is $30, banana is $20'
result.group(0)			# 'apple is $30, banana is $20'
result.group(1)			# '$30'
result.group(2)			# '$20'
result.groups()			# ('$30', '$20')

CSV模块

• 概念 —— 常用的文本格式，用以存储表格数据（包括数字或字符），专门处理csv文件的读写操作

写入csv文件

常用方法

方法	含义	数据类型
writerow	写入单行输数据（需配合遍历使用）	列表或元组
writerows	写入多行数据	列表或元组

• 用法：
  1. 变量 = csv.write(csvfile, dialect=‘excel’, **fmtparams)
     变量.writerow(数据）
  2. 变量 = csv.DictWriter(f, fieldnames, restval=’’, extrasaction=‘raise’, dialect=‘excel’, *args, **kwds) —— fieldnames参数是由键组成的序列
     变量.writeheader() —— 单独表头的写入（写入fieldnames参数数据）
     变量.writerows(数据)

读取csv文件

• 用法：
  1. 变量 = csv.reader(csvfile, dialect=‘excel’, **fmtparams)
     遍历读取
  2. csv.DictReader(f, fieldnames=None, restkey=None, restval=None, dialect=‘excel’, *args, **kwds) —— 返回类型为OrderedDict
     遍历读取