【Python】详解re正则表达式模块里match，fullmatch，search，findall和split方法

正则表达式是一种描述复杂需求的字符串的表达式，入门看这里正则表达式 – 语法 | 菜鸟教程。

re模块为Python提供了正则表达式的相关操作，但是很多的方法因为相似度较大，因此经常造成一些混乱，在这里写一份笔记提供参考（方法里的可选参数就不讲了，因为一般也用不着）。

注：
re模块的正则表达式相关函数中都有一个flags参数，它代表了正则表达式的匹配标记，可以通过该标记来指定匹配时是否忽略大小写、是否进行多行匹配、是否显示调试信息等。

其中一个常用可选参数，flags=re.IGNORECASE，表示匹配的时候忽略字符串大小写。如：

print(re.match(r'The', 'The world is ...', flags=re.IGNORECASE))

1. match和fullmatch

1.1 match

match(pattern, string) 在字符串的开始进行匹配，如果匹配成功，返回正则表达式对象。

注意：如果在开头就不匹配，那就是不匹配，返回的是None，然而前面匹配到了后，后边多出来的字符就不管了

示例代码：

print(re.match(r'The', 'The world is ...'))
print(re.match(r'world', 'The world is ...'))

返回结果：

<re.Match object; span=(0, 3), match='The'>
None

很明显，world直接匹配不到了，因为world字符串不在开头

上面在书写正则表达式时使用了“原始字符串”的写法（在字符串前面加上了r），所谓“原始字符串”就是字符串中的每个字符都是它原始的意义，说得更直接一点就是字符串中没有转义字符。
因为正则表达式中有很多元字符和需要进行转义的地方，如果不使用原始字符串就需要将反斜杠写作\\，例如表示数字的\d得书写成\\d，这样不仅写起来不方便，阅读的时候也会很吃力。

1.2 fullmatch

fullmatch(pattern, string) 字符串从头匹配到尾，匹配成功才会返回正则表达式对象。

也就是说，后边多出来的字符串他也要管，发现没匹配到，直接返回None

示例代码：

print(re.fullmatch(r'The', 'The world is ...'))
# 下面的正则表达式的意思是，The后面跟着任意字符（.），且数量没有限制（*）
print(re.fullmatch(r'The.*', 'The world is ...'))

输出结果：

None
<re.Match object; span=(0, 16), match='The world is ...'>

第一行代码放在match那边就能匹配成功，在这儿却返回None，足以表明了fullmatch匹配更为严苛，需要从头到尾匹配。

2. search和findall

search和findall和上边的match和matchall的最重要差别是，search和findall不管头不管尾，只要在中间有地方匹配到了，就匹配成功了，看这方法名也可以看出匹配的严格程度较低。

示例代码：

# 下面正则表达式的意思是，先匹配一个下划线，然后匹配一个任意的（字母/数字/下划线）
print(re.search(r'_\w', 'The_world_is_...'))
print(re.findall(r'_\w', 'The_world_is_...'))

输出结果：

<re.Match object; span=(3, 5), match='_w'>
['_w', '_i']

输出的结果十分明显地能看出两大差别：

1. search匹配成功后返回的是正则表达式对象，findall返回的是列表。
2. search匹配到一个符合的以后，立即返回结果，而findall从头搜索到尾后再返回结果列表。

3. re.split和str.split

这里也要强调一下，re模块里的split方法具有匹配正则表达式然后进行分割的功能，而字符串.split方法，不能通过正则表达式分割字符串。

# 这里正则表达式的意思是，先匹配一个下划线后再匹配一个任意字符
print(re.split(r'_.', 'The_world_is_...'))
# 试图通过正则表达式来分割字符串
print('The_world_is_...'.split(r'_\w'))
# 使用普通的字符串来分割
print('The_world_is_...'.split(r'_'))

输出结果：

['The', 'orld', 's', '..']
['The_world_is_...']
['The', 'world', 'is', '...']