python的re模块常用方法

re.findall() 查找字符

从字符串中找出符合模式的字符序列：findall(模式（正则表达式），目标字符串)， 返回值为list类型，list元素为匹配出的各个字符串
如：

import re

a = "java|python12988"    
b =  re.findall("java", a)
c = re.findall("\d",a)
print(b,c)

结果

['java'] ['1', '2', '9', '8', '8']

findall()函数还有第三个参数匹配模式，使用多个模式可以用'|'将各个模式分开，并且所有模式可以同时生效
如re.I：

import re

language = "PythonC#JavaPHP"
r = re.findall('c#', language)
print(r)

结果为

[]

默认情况下区分大小写，所以'c#'并不能匹配出原字符串中的'C#'
编辑第三个参数为re.I，使得匹配不受字母大小写影响

import re

language = "PythonC#JavaPHP"
r = re.findall('c#', language, re.I)
print(r)

结果为

['C#']

如re.S：

import re

language = "PythonC#\nJavaPHP"
r = re.findall('c#.{1}', language, re.I) # "."匹配出除换行符外的所有字符
print(r)

结果为

[]

加上模式re.S，可以改变"."的行为，将其匹配出换行符

import re

language = "PythonC#\nJavaPHP"
r = re.findall('c#.{1}', language, re.I | re.S) # "."匹配除换行符外的所有字符
print(r)

结果为

['C#\n']

re.sub()正则替换，替换字符

re.sub(要替换的字符，替换后字符，目标字符串，替换个数)，返回值为替换后的字符串
如：

import re

language = 'PythonC#JavaC#PHPC#'
r = re.sub('C#','GO',language)
print(r)

结果为

PythonGOJavaGOPHPGO

上例中，替换个数默认为0，加入替换个数参数
如：

import re

language = 'PythonC#JavaC#PHPC#'
r = re.sub('C#','GO',language,count=1)
print(r)

结果为

PythonGOJavaC#PHPC#

结果就只把第一个C#给替换了
效果与python的内置函数replace()一样

re.sub()的第二个参数也可以传入一个函数
如：

import re

def convert(value):
    print(value)

language = 'PythonC#JavaC#PHPC#'
r = re.sub('C#', convert, language)
print(r)

结果为打印出了三个match对象，span表示了匹配到的字符的位置

<_sre.SRE_Match object; span=(6, 8), match='C#'>
<_sre.SRE_Match object; span=(12, 14), match='C#'>
<_sre.SRE_Match object; span=(17, 19), match='C#'>
PythonJavaPHP

说明'C#'被匹配到了三次，每次都会调用convert函数，由于该函数没有返回值，所以返回的字符串的'C#'被去掉了
改写上例，由于value是个对象，所以可以调用value的group()方法获得所要匹配的'C#'

import re

def convert(value):
    matched = value.group()
    return '!!' + matched + '!!'

language = 'PythonC#JavaC#PHPC#'
r = re.sub('C#', convert, language)
print(r)

结果'C#'被成功替换成了'!!C#!!':

Python!!C#!!Java!!C#!!PHP!!C#!!

由于re.sub()的第二个参数可以传入一个函数，所以可以对字符串进行各种复杂的操作
例如：
将字符串'ABC24525DEF22698'中所有小于等于4的数字替换成0，大于4的数字替换成9，就可以编辑convert函数实现这个功能

import re

def convert(value):
    matched = value.group()
    if int(matched) <= 4:
        return '0'
    else: 
        return '9'

language = 'ABC24525DEF22698'
r = re.sub('\d', convert, language)
print(r)

打印结果为：

ABC00909DEF00999

将函数作为参数传入另一个函数是函数式编程

re.match()和re.search()

re.match()从字符串的起始位置匹配，若起始位置不符合正则表达式，则返回空
re.search()搜索整个字符串，返回第一个匹配的结果

两个函数若都能匹配到结果，那么返回的结果也是一个match对象
match对象的方法除了有group()之外还有span()方法，可以返回匹配结果的位置

而re.findall()方法就是把所有的匹配结果返回