python正则表达式小笔记

# 导入模块

import re

# re.match 匹配函数
# re.match(pattern,string,flags = 0)
# re.match 尝试从字符串的起始位置匹配一个模式
# 如果匹配成功（从字符串起始位置匹配到了这个模式），
# 则返回一个Match对象，否则返回None
# pattern 待匹配的正则表达式/模式/字符串
# string 要匹配的字符
# flags 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

print('例子一:-------------------')
print(re.match('www','www.runoob.com'))
print(re.match('com','www.runoob.com'))
print(re.match('wxy','www.runoob.com'))

# 正则表达式修饰符: flags
print('正则表达式修饰符: flags')
print(re.match('wWW','www.runoob.com',re.I))

# re.search 搜索匹配函数
# re.search(pattern,string,flags=0)
# re.search 扫描整个字符串去匹配一个模式，
# 返回第一个成功的匹配，否则None

# re.match和re.search区别
# re.match只匹配开始的地方
# 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。
print('例子二：---------------')
print(re.search('www','www.runoob.com'))
print(re.search('com','www.runoob.com'))
print(re.search('noob','www.runoob.com'))
print(re.search('WWw','www.runoob.com',re.I))

# re.compile 函数
# re.compile(pattern[,flags])
# compile 函数用于编译正则表达式，
# 生成一个正则表达式的模式（ Pattern ）对象，
# 供 match() 和 search() 这两个函数使用。

print('例子三：------------------')
# 从字符串abcd12345678abcd中匹配出一个数
pattern = re.compile('\d+')
print(pattern.match('abcd12345678abcd'))
print(pattern.match('abcd12345678abcd',3,6))
print(pattern.match('abcd12345678abcd',4,6) )    #只匹配子串’12
print(pattern.match('abcd12345678abcd',4,7) )    #只匹配子串’123
print(re.match(pattern,'abcd12345678abcd') )
# print( re.match( pattern,'abcd12345678abcd',4,6)  #报错，用re.match时，不能加索引值

# 正则表达式中的分组
# 除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。
# 在模式中用()表示的就是要提取的分组（Group）
print('例2-1*******************************')
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
print(m.group(0))
print(m.group(1))
print(m.group(2))

print('例2-2*******************************')
pattern = re.compile(r'^(\d+)-(\d{3,8})$')
phone_number = pattern.match('010-12344567')
print(phone_number.group())
print(phone_number.group(0))
print(phone_number.group(1))
print(phone_number.group(2))

# re.findall函数
# findall(string[,pos[,endpos]])
# 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，
# 如果没有找到匹配的，则返回空列表。
# 注意： match 和 search 是只匹配一次 findall 匹配所有符合规则的子串。
# string 待匹配的字符串。
# pos 可选参数，指定字符串的起始位置，默认为 0。
# endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。
print('例子+++++++++++++++++++++++++++++++')
pattern = re.compile( r'(\d+)' )
number_list = pattern.findall( 'abc123ABCD000-QQQ7QQ23456789.xyz' )
number_list2 = pattern.findall( 'abc123ABCD000-QQQ7QQ23456789.xyz',7,25 )
print(number_list)
print(len(number_list))
print(number_list2)
print(len(number_list2))

print('例子+++++++++++++++++++++++++++++++')
# # 5、re.split()
# split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下
matchList1 = re.split('oo', ' runoob, runoob, runoob.')
print(matchList1)
matchList2 = re.split(',', ' runoob, runoob, runoob.')
print(matchList2)
matchList3 = re.split('no+b', ' runoob, runoob, runoob.')
print(matchList3)

print('例子+++++++++++++++++++++++++++++++')
# # 6、re.sub()
# 检索和替换
# Python 的re模块提供了re.sub用于替换字符串中的匹配项。
# 语法：
# re.sub(pattern, repl, string, count=0)
# pattern : 正则中的模式字符串。
# repl : 替换的字符串，也可为一个函数。
# string : 要被查找替换的原始字符串。
# count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
phone = "高金生手机号： 2004-959-559 # 这是一个电话号码"

num = re.sub(r'#.*$', "", phone)    # 删除字符串的注释部分
print ("电话号码 : ", num)

num = re.sub(r'\D', "", phone)
print ("电话号码 : ", num)

num = re.sub(r'\D', "", phone,  count=3 )
print ("电话号码 : ", num)