Python中的re模块使用

re模块

• 导入: import re

• 使用

  • findall

    • # findall(正则表达式, 字符串)  返回值: 匹配上值的列表
      ret = re.findall(r"\d+", "123456aaa213")  # ['123456', '213'],没有就返回一个[]
      
      

  • search

    • # search(正则表达式, 字符串)  返回值: 匹配对象,没有匹配上就返回None
      ret = re.search(r"\d+", "123456aaa213")  # <_sre.SRE_Match object; span=(0, 6), match='123456'>
      ret.group()  # 123456
      ret.span()  # (0, 6)
      ret.groups()  # ()
      
      

  • match

    • # match(正则表达式, 字符串)  返回值: 匹配对象,没有匹配上就返回None
      ret = re.match(r"\d+", "123456aaa213")  # <_sre.SRE_Match object; span=(0, 6), match='123456'>
      ret.group()  # 123456
      ret.span()  # (0, 6)
      ret.groups()  # ()
      
      

  • sub

    • # sub替换,sub(正则表达式/旧字符串, 新字符串, 整个字符串, 替换的个数,不填默认所有)  
      # 返回值: 已修改的字符串
      ret = re.sub(r'\d+', 'H', '123replace123')  # HreplaceH,默认全部替换
      ret = re.sub(r'\d+', "H", '123replace123', 1)  # Hreplace123,替换一次
      ret = re.sub(r'\d+', "H", '123replace123', 100)  # HreplaceH,替换的个数填的大于匹配的个数,就是全部替换
      
      

  • subn

    • # subn替换,subn(正则表达式/旧字符串, 新字符串, 整个字符串, 替换的个数,不填默认所有)
      # 返回值: 一个元组(已修改的字符串, 替换的个数)
      ret = re.sub(r'\d+', 'H', '123replace123')  # ('HreplaceH', 2)
      
      

  • split

    • # split切割,split(正则表达式/字符串, 整个字符串)
      # 返回值: 列表["匹配上就为空字符串", "未匹配上的保留", "匹配上就为空字符串"]
      ret = re.split(r'\d+', '123replace123')  # ["", "replace", ""]
      ret = re.split(r'\d+', 'repla123ce123')  # ["replace", ""]  中间匹配上就不会缓存空字符串，只有两侧才会
      
      

  • compile

    • # compile提取编译,提高速度
      pattern = re.compile(r"\d+")  # 提前编译
      pattern.search("123compile123").group()  # 123，可以直接使用提前编译好的
      pattern.search("111aaa111").group()  # 111
      
      

  • finditer

    • # finditer省空间,返回的是一个迭代器
      ret = re.finditer(r'\d', 'fafaggeag131fafafq141fafaef65')  # 返回是一个迭代器
      for i in ret:  # 依次取出来
          print(i.group())  # 1  3  1  1  ...
          
      

  • 分组()和分组命名(?P<name>)

    • # (?:正则)可以取消分组的特性
      # split使用分组会保留匹配到字符串
      ret = re.split(r'\d+', 'aaa123bbb456')  # ['', 'aaa.', 'bbb', '']
      ret = re.split(r'(\d+)', 'aaa123bbb456')  # ['aaa', '123', 'bbb', '456', '']
      
      # search使用分组就可以通过group(n)来按照分组的顺序查看分组匹配到的内容
      ret = re.search(r'(\d+)\.(\d+)', 'aaa123.456')
      ret.group()  # 123.456
      ret.group(0)  # 123.456
      ret.group(1)  # 123
      ret.group(2)  # 456
      
      # 分组命名一般是用于匹配html
      ret = re.search(r"<(?P<tag_name>\w+)>(?P<t>\w+)</(?P=tag_name)>", "dawd<a>hello</a>dwad")
      ret.group()  # <a>hello</a>
      ret.group("tag_name")  # a
      ret.group("t")  # hello