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:
- Python默认中re接受正则表达式中的命名分组格式为:(?P<name>exp)
- 命名分组的反向引用为(?P=name)
- 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。
- 常用模式有:re.I,re.M,re.S,re.X
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:
- 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,$符号也只表示字符串的结尾。即:多行模式re.M对match无效
- match只会从字符串的开始位置(开始位置可以是字符串的开头,也可以用pos指定)与正则表达式的第一个字符开始匹配。
- regex.match中指定开始位置和结束位置后启用多行模式,对^和$符号无影响,依然是指原字符串的开头和结尾
- 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