Python中的re模块

Python中的re模块

Python使用re模块提供了正则表达式处理的能力。

常量

常量	对应值	说明
re.I re.IGNORECASE	2	忽略大小写
re.M re.MuLTILINE	8	多行模式
re.S re.DOTALL	16	单行模式
re.X re.VERBOSE	64	忽略表达式中的空白字符

• 使用|或位运算可以开启多种选项。相加也可以。
• 注意：
  1. Python默认中re接受正则表达式中的命名分组格式为：(?P<name>exp)
  2. 命名分组的反向引用为(?P=name)
  3. Python的后发断言(?<=exp)和(?<!exp)中exp必须是常量例如：a|b,abc等不能出现a*等非固定长度的后发断言。如果出现会报"error: look-behind requires fixed-width pattern"错误。

常用方法

编译

• re.compile(pattern,flags=0)->regex #将正则表达式模式编译成正则表达式对象。
  • pattern #需要编译的正则表达式
  • flags #正则表达式使用的模式。re.S|re.M 开启多行模式和单行模式
    • 常用模式有：re.I,re.M,re.S,re.X
      为了提高效率，正则表达式可以被编译，这些编译后的结果被保存，下次使用同样的pattern的时候，就不需要再次编译。
      编译后的对象同样可以使用match(),search()方法进行匹配。

单次匹配

• re.match(pattern,string,flags=0)->match #匹配从字符串的开头匹配，返回match对象
• regex.match(string[,pos[,endpos]])->match #regex对象match方法可以重设定开始位置和结束位置。返回match对象
  • pattern #正则表达式
  • string #需要匹配的字符串
  • flags #正则表达式使用的模式
    • 常用模式有：re.I,re.M,re.S,re.X
  • pos #匹配字符串的开始位置，默认从0索引位置开始匹配
  • endpos #匹配字符串的结束位置(不包含结束位置)，默认值为len(string)
• 注意：

1. match会从字符串的开头开始查找，即使在re.M(多行模式)中。^符号也只表示字符串的开头，$符号也只表示字符串的结尾。即：多行模式re.M对match无效
2. match只会从字符串的开始位置(开始位置可以是字符串的开头，也可以用pos指定)与正则表达式的第一个字符开始匹配。
3. regex.match中指定开始位置和结束位置后启用多行模式，对^和$符号无影响，依然是指原字符串的开头和结尾
4. re.match,re.search,re.fullmatch三个匹配方法中只有re.match忽略多行模式的影响。
   简单示例1：

import re
str1 = """123
456"""
print(re.match("^\d*",str1,re.M))
print(re.match("^\d*",str1))
print(re.match("^[\d\n]*",str1,re.M))

regex = re.compile("^\d*")
print(regex.match(str1))
#注意regex可以重新指定字符串的开始位置，和结束位置(不包含结束位置)
print(regex.match(str1,0,2))
#注意：regex中开始位置和结束位置对^和$符号无影响，依然是指原字符串的开头和结尾
print(regex.match(str1,3))  #返回值为None，因为截开始的位置不是字符串的开头。所以无法匹配

简单示例2：

import re
import re
str2 = """abc abc bcd eff aaa
abc bcd"""
print(re.match("bcd",str2)) #match只会从字符串的开头与正则表达式开始位置进行匹配。
print(re.match("^a",str2,re.M)) #依旧从开始位置查找，多行模式无影响

• re.search(pattern,string,flags=0)->match #从头搜索到第一个匹配
• regex.search(string[,pos[,endpos]])->match #从头搜索到第一个匹配
  • pattern #正则表达式
  • string #需要匹配的字符串
  • flags #模式
  • pos #匹配的起始位置
  • endpos #匹配的结束位置(不包含结束位置)

  import re
  str2 = """abc abc bcd