【Python】re模块

LKsTaRt～

已于 2023-04-22 23:24:15 修改

阅读量4k

点赞数 3

分类专栏： Python 文章标签：正则表达式

于 2023-04-22 19:47:05 首次发布

本文链接：https://blog.csdn.net/weixin_65690979/article/details/130304842

版权

Python 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

一、re模块简介及操作方法

正则表达式其本身就是一种小型的，高度专业化的编程语言。在Python中，它被内嵌在了re模块里面，正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。

1、re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。

语法：
re.search(pattern, string, flags=0)
参数描述
pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

正则表达式修饰符 - 可选标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

修饰符描述
re.I 使匹配对大小写不敏感
re.L 做本地化识别（locale-aware）匹配
re.M 多行匹配，影响 ^ 和 $
re.S 使 . 匹配包括换行在内的所有字符
re.U 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。
import re

dragon = '''<div class="mind-book">
                            <div class="imgbox img-book fl"><a href="https://www.zongheng.com/book/1234960.html" target="_blank" data-sa-d="{&quot;page_module&quot;:&quot;homePage&quot;,&quot;book_id&quot;:&quot;1234960&quot;,&quot;recommend_type&quot;:&quot;tryRead&quot;,&quot;pos&quot;:&quot;0&quot;}"><img src="https://static.zongheng.com/upload/cover/7f/a5/7fa5d5d1ca10eb232d7d8f049f3fcaa1.jpeg" alt="一世如龙"></a></div>
                            <div class="book-info fr">
                                <div class="bookname" title="一世如龙"><a href="https://www.zongheng.com/book/1234960.html" target="_blank" data-sa-d="{&quot;page_module&quot;:&quot;homePage&quot;,&quot;book_id&quot;:&quot;1234960&quot;,&quot;recommend_type&quot;:&quot;tryRead&quot;,&quot;pos&quot;:&quot;0&quot;}">一世如龙</a></div>
                                <p class="info">一个豪门弃子，如今却成为最恐怖的猎手，全世界都是他的猎场！</p>
                                <div class="author" title="关中老人"><a href="https://home.zongheng.com/show/userInfo/2537638.html" target="_blank" data-sa-d="{&quot;page_module&quot;:&quot;homePage&quot;,&quot;book_id&quot;:&quot;1234960&quot;,&quot;recommend_type&quot;:&quot;tryRead&quot;,&quot;pos&quot;:&quot;0&quot;}">关中老人</a></div>
                                <a class="cate" href="https://www.zongheng.com/category/9.html" target="_blank" title="都市娱乐" data-sa-d="{&quot;page_module&quot;:&quot;homePage&quot;,&quot;book_id&quot;:&quot;1234960&quot;,&quot;recommend_type&quot;:&quot;tryRead&quot;,&quot;pos&quot;:&quot;0&quot;}">都市娱乐</a>
                            </div>
                        </div>'''
print(re.search('一世如龙', dragon).group())  # dragon里不止一个'一世如龙'，但只会返回第一个匹配到的，并且通过group()拿到了值

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

修饰符	描述
re.I	使匹配对大小写不敏感
re.L	做本地化识别（locale-aware）匹配
re.M	多行匹配，影响 ^ 和 $
re.S	使 . 匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X	该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

2、re.match

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
语法：

re.match(pattern, string, flags=0)

参数描述
pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志
import re

print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配
print(re.match('com', 'www.runoob.com'))  # 不在起始位置匹配
方法名称作用
group 以str形式返回对象中match的元素
start 返回开始位置
end 返回结束位置
span 以tuple形式返回范围

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。

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

方法名称	作用
group	以str形式返回对象中match的元素
start	返回开始位置
end	返回结束位置
span	以tuple形式返回范围

3、re.findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

语法格式为：
re.findall(pattern, string, flags=0)
或
pattern.findall(string[, pos[, endpos]])
参数：
pattern 匹配模式。
string 待匹配的字符串。
pos 可选参数，指定字符串的起始位置，默认为 0。
endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。
import re
 
result1 = re.findall(r'\d+','runoob 123 google 456')
 
pattern = re.compile(r'\d+')   # 查找数字
result2 = pattern.findall('runoob 123 google 456')
result3 = pattern.findall('run88oob123google456', 0, 10)
 
print(result1)
print(result2)
print(result3)

4、re.finditer

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

语法：
re.finditer(pattern, string, flags=0)
参数：

参数描述
pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志
import re
 
it = re.finditer(r"\d+","12a32bc43jf3") 
for match in it: 
    print (match.group() )

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

5、re.split

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])
参数：

参数描述
pattern 匹配的正则表达式
string 要匹配的字符串。
maxsplit 分割次数，maxsplit=1 分割一次，默认为 0，不限制次数。
flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志
import re

print((re.split(r"Y.{3}[aA]", "YunyaYufajfYunyaYUNYA")))

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
maxsplit	分割次数，maxsplit=1 分割一次，默认为 0，不限制次数。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

6、re.sub

Python 的re模块提供了re.sub用于替换字符串中的匹配项。

语法：
re.sub(pattern, repl, string, count=0, flags=0)
参数：

pattern : 正则中的模式字符串。
repl : 替换的字符串，也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
flags : 编译时用的匹配模式，数字形式。

前三个为必选参数，后两个为可选参数。
import re


print((re.sub(r"Y.{3}[aA]", '@', "YunyaYufajfYunyaYUNYA")))

7、compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

语法格式为：
re.compile(pattern[, flags])
参数：

pattern : 一个字符串形式的正则表达式
flags 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性，忽略空格和' # '后面的注释
import re

my_pattern = re.compile('y')
print(my_pattern.findall('YunyaYufajfYunyaYUNYA'))