Python 正则表达式学习
Python 正则简介
Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。
re 模块使 Python 语言拥有全部的正则表达式功能。
在Python 中使用 正则表达式前需要引用 re模块,语法如下:
import re
其主要有以下几个功能函数
功能 | 函数 |
---|---|
匹配字符串 | match() ; search() ; findall() |
替换字符串 | |
分割字符串 |
匹配字符串
re.match()
起始位置匹配
re.match(pattern, string[, flags=0])
参数说明:
参数 | 说明 |
---|---|
pattern | 匹配的正则表达式 |
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,具体参见下文。 |
如果匹配成功,返回一个 Match
对象,否则返回 None
import re
s = '绿油油的草地上,孩子们在玩耍。'
pattern = r'绿.*地'
match = re.match(pattern, s, 0)
print('输出match对象:', match)
#运行结果 输出match对象: <re.Match object; span=(0, 6), match='绿油油的草地'>
re.search()
全字符串匹配,并返回首个匹配项
re.search(pattern, string[, flags=0])
其参数与 re.match()
相同;且方法基本相同,如果匹配成功,返回一个 Match
对象,否则返回 None
。
二者差异在于,re.match()
只判断被匹配文本的起始位置是否符合正则,而 re.search()
无此限制。
MatchObject 的方法
主要针对 re.match()
和 re.search()
方法返回的 Match
对象,其主要有以下方法:
方法 | 说明 |
---|---|
match.group() | 返回匹配到的字符串 |
match.span() | 返回一个元组,包含匹配的 (开始,结束) 的位置 |
match.start() | 返回匹配开始的位置 |
match.end() | 返回匹配结束的位置 |
注: 以上方法使用时需要保证有返回正则对象,如果正则对象为空,将抛出异常
import re
s = '绿油油的草地上,孩子们在玩耍。'
pattern = r'绿.*地'
match = re.match(pattern, s, 0)
print('匹配数据:', match.group())
print('匹配位置:', match.span())
print('起始位置:', match.start())
print('结束位置:', match.end())
# 运行结果如下:
# 匹配数据: 绿油油的草地
# 匹配位置: (0, 6)
# 起始位置: 0
# 结束位置: 6
re.findall()
全字符匹配,并返回一个列表
re.findall(pattern, string[, flags=0])
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。
拓展 re.finditer()
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
re.finditer(pattern, string[, flags=0])
替换字符串
re.sub()
替换字符串中的匹配项
re.sub(pattern, repl, string[, count=0][, flags=0])
参数 | 说明 |
---|---|
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。 |
flags | 编译时用的匹配模式,数字形式。 |
repl 参数设置为函数
其中,repl
参数可以为一个函数,例如:
import re
def double(matched):
value = str(matched.group('string'))
return str(value * 2)
s = '一片雪花从天空中落下'
print(re.sub('(?P<string>片)', double, s))
# 运行结果: 一片片雪花从天空中落下
分割字符串
re.split()
按照能够匹配的子串将字符串分割后返回列表
re.split(pattern, string[, maxsplit=0, flags=0])
参数 | 说明 |
---|---|
pattern | 匹配的正则表达式 |
string | 要匹配的字符串。 |
maxsplit | 分隔次数,maxsplit=1 分隔一次;默认为 0,不限制次数。 |
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,具体参见下文。 |
正则表达式 修饰符 - 可选标志
用于控制匹配的模式,多个标志可以通过 (flags1|flags2)
它们来指定。如 re.I|re.M
被设置成 I 和 M 标志:
修饰符 | 说明 |
---|---|
re.I | 使匹配对大小写不敏感 |
re.L | 做本地化识别(locale-aware)匹配 |
re.M | 多行匹配,影响 ^ 和 $ |
re.S | 使 . 匹配包括换行在内的所有字符 |
re.U | 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B. |
re.X | 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。 |