python之re模块详细梳理(一)

re模块简介

re模块是python官方自带的模块，安装好python即可以import re。

re模块内部封装了很多关于正则表达式的函数，用来实现正则表达式全部功能。re模块应用的场合非常多，务必多学多练，这样才能真正掌握re模块。

常用函数

findall

参数说明：

re.findall(pattern, string, flags=0)

patten：正则表达式。

string：要匹配的字符串。

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。

返回值：

从字符串开头开始匹配，一直匹配到结尾都匹配不到结果则返回None；匹配到结果则返回字符串列表(可匹配多个结果)。

用途：

从字符串中按正则表达式查找或提取内容。

案例：

import re

result = re.findall('\d+','123abc567def98')
print(result)

out:
['123', '567', '98']

search

参数说明：

参数和findall完全一致。

返回值

从字符串开头开始匹配，一直匹配到结尾都匹配不到结果则返回None；匹配到结果则返回re.Match对象(只匹配一个结果)。

re.Match对象的span第一个值是首个匹配成功位置，第二个值是匹配结束后1位。 match保存了匹配到的内容。

使用变量名.group()方法可提取匹配到的结果。

用途：

查找字符串中是否存在符合正则表达式的内容。

案例：

result1 = re.search('\d+','123abc567def98')
print(result1)
print(result1.group())
result2 = re.search('\d+','abc567def98')
print(result2)
print(result2.group())

out:
<re.Match object; span=(0, 3), match='123'>   
123
<re.Match object; span=(3, 6), match='567'>
567

match

参数说明：

参数和findall完全一致。

返回值：

返回值和search基本一致。区别在于match是开头匹配不到就会返回None；而search是开头匹配不到会继续向后匹配直到匹配成功或者匹配结束。

用途：

校验用户输入的内容是否符合正则表达式。

案例：

result1 = re.match('\d+','123abc567def98')
print(result1)
print(result1.group())
result2 = re.match('\d+','abc567def98')
print(result2)
if result2:  # 匹配失败时result2的值是None，打印group会报错。
    print(result2.group())

out:
<re.Match object; span=(0, 3), match='123'>
123
None

split

参数说明：

re.split(pattern, string, maxsplit=0, flags=0)

patten：正则表达式。

string：要匹配的字符串。

maxsplit：切割参数，默认值0表示不限制次数，可传参指定切割次数。

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。

返回值：

返回值是字符串列表，可能会存在空字符元素。

用途：

根据正则表达式对字符串进行切割。

案例：

result1 = re.split('\d+','123abc567def98ghi')
print(result1)
result2 = re.split('[a-z]','123abc567def98ghi')
print(result2)
result3 = re.split('\w','123abc567def98ghi')
print(result3)

out:
['', 'abc', 'def', 'ghi']
['123', '', '', '567', '', '', '98', '', '', '']
['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']

补充：

由于re.split切割会生成空字符串，所以经常会有去除列表中空字符串的需求，在此补充一下去除列表中空字符串的代码。

result1 = list(filter(lambda x: x, result1))
result2 = list(filter(lambda x: x, result2))
result3 = list(filter(lambda x: x, result3))
print(result1)
print(result2)
print(result3)

out:
['abc', 'def', 'ghi']
['123', '567', '98']
[]