Python中re模块及正则表达式-CSDN博客

一、re模块

re.match

re.match 尝试从字符串的开头匹配一个模式，如：下面的例子匹配第一个单词。

import re
text =  "JGood is a handsome boy, he is cool, clever, and so on..."
m = re.match(r"(\w+)\s", text)
if m:
    print (m.group(0), '\n', m.group(1))
else:
    print  ('not match')

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为”(\w+)\s”，如果匹配成功，则返回一个Match，否则返回一个None；
第二个参数表示要匹配的字符串；
第三个参数是标致位，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。

flags定义包括:

re.I : 忽略大小写
re.M : 多行模式，改变’^’和’$’的行为
re.S : 点任意匹配模式，改变’.’的行为
re.L : 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
re.U : 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
re.X : 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释

re.search

re.search函数会在字符串内查找模式匹配，只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

import re
text =  "JGood is a handsome boy, he is cool, clever, and so on..."
m = re.search(r'\shan(ds)ome\s', text)
if m:
   print m.group(0), m.group(1)
else:
   print  'not search'

re.search的函数原型为：re.search(pattern, string, flags)

每个参数的含意与re.match一样。

re.match与re.search的区别：re.match只匹配字符串的开头，如果字符串开头不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

re.sub

re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ’ ’ 替换成 ‘-’ :

import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print (re.sub(r'\s+', '-', text))

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为’-‘
第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格’ ‘替换为’[ ]’。

re.split

可以使用re.split来分割字符串，如：re.split(r’\s+’, text)；将字符串按空格分割成一个单词列表。

re.findall

re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r’\w*oo\w*’, text)；获取字符串中，包含’oo’的所有单词。

re.compile

可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

import re
text =  "JGood is a handsome boy, he is cool, clever, and so on..."
regex = re.compile(r'\w*oo\w*')
print (regex.findall(text)) #查找所有包含'oo'的单词
print (regex.sub(lambda m: '['  + m.group(0) +  ']', text)) #将字符串中含有'oo'的单词用[]括起来。