Python re 模块深入探索

1.re模块

1.1 常用的函数

（1）匹配函数

• re.match(pattern, string)：从头开始匹配，只要头不匹配就返回None，最终只匹配第一个哦

  >>> import re
  >>> string='abc'
  >>> pattern1='bc'
  >>> res = re.match(pattern1, string)
  >>> type(res)
  <class 'NoneType'>
  
  >>> pattern2='ab'
  >>> res = re.match(pattern2, string)
  >>> res
  <re.Match object; span=(0, 2), match='ab'>
  >>> res.span()
  (0, 2)
  

• re.search(pattern, string)：任意位置开始匹配，只要能匹配就好，最终只匹配第一个哦

  >>> res = re.search(pattern1, string)
  >>> res.span()
  (1, 3)
  

  补充知识1： 如果想要得到最终匹配到的所有字符串，可以使用group：

  >>> string='bcbc'
  >>> pattern='bc'
  >>> res = re.match(pattern,string)
  >>> res.span()
  (0, 2)
  >>> res2 = re.search(pattern,string)
  >>> res2.span()
  (0, 2)
  >>> res.group()
  'bc'
  >>> res.group(0)
  'bc'
  

  补充知识2： 除了上述的匹配方式外，还可以通过re.compile(pattern) 来创建一个模板对象，供match, search调用

  >>> pattern = re.compile(r'[\d]')
  >>> res = pattern.match('1234')
  >>> res
  <re.Match object; span=(0, 1), match='1'>
  >>> res.group()
  '1'
  

  补充知识3： 如果我们要查找所有匹配的字符串该怎么做呢？使用re.findall(string)，这个返回的是list类型哦

  >>> string='bcabc'
  >>> pattern='bc'
  >>> res = re.findall(pattern,string)
  >>> res
  ['bc', 'bc']
  

  进一步，如果我们想查看匹配的位置怎么办呢？使用re.finditer(pattern, string)

  >>> res = re.finditer(pattern,string)
  >>> for i in res:
  ...   print(i.span())
  ...   print(i.group())
  ...
  (0, 2)
  bc
  (3, 5)
  bc
  >>>
  
  

（2）检索与替换

• re.sub(pattern, repl, string, count)：替换最大count次，默认(0)是全部替换

  >>> string='phy-l-jt'
  >>> pattern=r'[\W]'
  >>> count1=0
  >>> res = re.sub(pattern,repl,string,count1)
  >>> res
  'phy*l*jt'
  
  
  >>> count2=1
  >>> res = re.sub(pattern,repl,string,count2)
  >>> res
  'phy*l-jt'
  

  补充知识： 注意上面我使用r'[\W]'，这是一种匹配模式哦，能帮助我们快速进行模式的配置，下面我将通过一种综合运用实例来介绍一些常用的用法：
  '^[a-zA-Z0-9''-'\s]{1,30}$'，这个例子是参照了这个博客，但是我做了更加深入的探索：
  ① 首先，可以使用'^[a-zA-Z0-9''-'\s]{1,30}$'也可以使用r'^[a-zA-Z0-9''-'\s]{1,30}$'
  ② ^到$中的内容就是要匹配的配置信息
  ③ []中的内容是要匹配的模板
  ④ a-z表示所有小写字母，A-Z表示所有大写字母 ，0-9表示数字的所有可能，''-'表示三种字符''，-，'，\s表示匹配所有的空字符，等效于[\t\n\r\f]，那如果是\S就表示匹配非空字符
  ⑤ {1,30}表示至少匹配1次，最多20次
  ⑥ 在补充一点，'[^a-z]'表示的是匹配非小写字母，这里的^不是头匹配的意思啦

（3）分割

• re.split(pattern, string)

  >>> string='abc'
  >>> pattern='b'
  >>> res = re.split(pattern, string)
  >>> res
  ['a', 'c']
  

  最后，我再提供一些常用的ASCII码对应关系：
  a-z对应97-122
A-Z对应65-90
0-9对应48-57