Python之正则表达式相关知识介绍

Python之正则表达式

正则表达式是用来描述目标字符串特征的一串特殊的文本，它定义了一种匹配模式，可以用来匹配与检索符合该模式的文本。学习正则表达式首先要了解元字符。

元字符	作用
string	匹配包含string的字符串
re1 | re2	匹配正则表达式re1或者re2
^	匹配以指定字符串开头的字符串
$	匹配以指定字符串结尾的字符串
.	匹配除\n之外任意字符串
*	匹配0次或者多次前文正则表达式
+	匹配1次或者多次前文正则表达式
?	匹配0次或者1次前文正则表达式
(…)	匹配括号内的正则表达式并另存为子组
[…]	匹配包含方括号中字符集任一字符的字符串
{}	匹配字符串长度
\d	匹配十进制数字
\w	匹配字母或者数字
\s	匹配空格字符\n、\t、\r、\v、\f 等

常用的正则表达式函数：

1. match()：从字符串的起始位置开始匹配；若匹配成功，则返回匹配对象，否则返回None。

>>> import re
>>> s="python1 python2 python3 python"
>>> print(re.match("python",s))
<re.Match object; span=(0, 6), match='python'>

>>> s1="P python1 python2 python3 python"
>>> print(re.match("python",s1))
None

2. search()：与match()函数类似，不同的是search()函数不要求从字符串起始位置开始匹配。

>>> import re
>>> s1="P python1 python2 python3 python"
>>> print(re.search("python",s1))
<re.Match object; span=(2, 8), match='python'>

3. findall()：用于查找字符串中所有符合正则表达式的字符串，返回一个列表。

>>> import re
>>> s="python1 python2 python3 python"
>>> print(re.findall("python",s))
['python', 'python', 'python', 'python']

4. split()：用于按某个字符将目标字符串分解成若干个部分，并将这些部分以列表的形式返回。

>>> import re
>>> s = "python1 python2 python3 are all python"
>>> print(re.split(" ",s))
['python1', 'python2', 'python3', 'are', 'all', 'python']

5. sub()：用于将目标字符串中的某些字符替换成指定字符串。

>>> import re
>>> s = "python1 python2 python3 are all python"
>>> print(re.sub("python","Python",s))
Python1 Python2 Python3 are all Python

6. group()和groups()：当匹配没有子组要求（子组要求即正则表达式中包含(…)元字符，系统会匹配括号内的正则表达式并另存为子组）时，group()会返回整个匹配结果，而groups()会返回一个空元组。

>>> import re
>>> s = "python1 python2 python3 are all python"
>>> a = re.search("python",s)
>>> a.group()
'python'
>>> a.groups()
()

>>> b = re.search("([a-z]*)([0-9]*)",s)
>>> b.group()
'python1'
>>> b.group(2)
'1'
>>> b.groups()
('python', '1')

7. compile()：编译函数，可以缩短正则表达式的匹配时间，因为未经预编译的字符串在匹配过程中需要解释器来编译，当匹配次数巨大时，该函数起非常大的作用。

>>> import re
>>> s = "python1 python2 python3 are all python"
>>> pattern = re.compile(r"([a-z]*)([0-9]*)")
>>> b = pattern.search(s)
>>> b.group()
'python1'