Python中re(正则表达式)模块学习

今天学习了Python中有关正则表达式的知识。关于正则表达式的语法，不作过多解释，网上有许多学习的资料。这里主要介绍Python中常用的正则表达式处理函数。

re.match

　　re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。

  
  

   
   import
   
    re
text 
   
   =
   
    
   
   "
   
   JGood is a handsome boy, he is cool, clever, and so on...
   
   "
   
   
m 
   
   =
   
    re.match(r
   
   "
   
   (\w+)\s
   
   "
   
   , text)

   
   if
   
    m:

   
   print
   
    m.group(0), 
   
   '
   
   \n
   
   '
   
   , m.group(
   
   1
   
   )

   
   else
   
   :

   
   print
   
    
   
   '
   
   not match
   
   '
   
     
  
  

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标致位，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。

re.search

　　re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

  
  

   
   import
   
    re
text 
   
   =
   
    
   
   "
   
   JGood is a handsome boy, he is cool, clever, and so on...
   
   "
   
   
m 
   
   =
   
    re.search(r
   
   '
   
   \shan(ds)ome\s
   
   '
   
   , text)

   
   if
   
    m:

   
   print
   
    m.group(0), m.group(
   
   1
   
   )

   
   else
   
   :

   
   print
   
    
   
   '
   
   not search
   
   '
   
     
  
  

re.search的函数原型为： re.search(pattern, string, flags)

每个参数的含意与re.match一样。 

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

re.sub

　　re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' : 

  
  

   
   import
   
    re
text 
   
   =
   
    
   
   "
   
   JGood is a handsome boy, he is cool, clever, and so on...
   
   "
   
   

   
   print
   
    re.sub(r
   
   '
   
   \s+
   
   '
   
   , 
   
   '
   
   -
   
   '
   
   , text) 
  
  

 re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为'-'

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

re.split

　　可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。

re.findall

　　re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。

re.compile

　　可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：