python re模块 匹配中文_python处理文本文件——re模块

上一次在「正则表达式」一文中分享了正则表达式的基础内容，让大家了解到正则表达式的强大功能。

python自1.5版本起增加了re模块，re模块中提供了一些方法，可以方便在python语言中使用正则表达式，re模块使python语言拥有全部的正则表达式功能。

re模块的方法

python语言中把函数提供的功能叫做方法，re模块提供了各种各样的正则表达式方法。

re.match(pattern, string, flags=0)方法：如果string开始的0或者多个字符匹配到了正则表达式样式，就返回一个相应的匹配对象。如果没有匹配，就返回None.

>>> import re
>>> print(re.match('abc', 'abcdef').group())  # 匹配到开头
abc
>>> print(re.match('abc', 'defabc').group())  # 未未匹配开头，返回None
None

re.search(pattern, string, flags=0)方法：扫描整个字符串找到匹配样式的第一个位置（一旦匹配成功则停止匹配），并返回一个相应的匹配对象。如果没有匹配，就返回None.

>>> import re
>>> print(re.search('d+', 'ab12cd236ef').group())  # 返回第一个匹配
12
>>> print(re.search('d+', 'abcd236ef').group())  # 返回第一个匹配
236

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

re.fullmatch(pattern, string, flags=0)方法：如果整个string匹配到正则表达式样式，就返回一个相应的匹配对象 ，否则就返回None.

>>> print(re.fullmatch('d+', 'ab12cd236ef'))  # 未匹配成功
None
>>> print(re.fullmatch('d+', '236'))  # 匹配整个字符串
<re.Match object; span=(0, 3), match='236'>

re.findall(pattern, string, flags=0)方法：搜索string，以列表的形式返回全部能匹配到的字串，对string从左到右进行扫描，按找到的顺序返回。

import re
>>> print(re.findall('(w=2u).*(l=1u)', 'n33 w=2u m=2 l=1u'))  # 分组
[('w=2u', 'l=1u')]
>>> print(re.findall('d+', 'ab12cd236ef12'))  # 匹配所有
['12', '236', '12']

如果样式里存在一到多个组，就返回一个组合列表；如果样式里有超过一个组合的话就是一个元组的列。re.split(pattern, string, maxsplit=0, flags=0)方法：用pattern分开string，如果在pattern中捕获到括号，那么所有的组里的文字也