（4）正则表达式——Python

Love The Way You Lie 2022-05-15 04:51 163阅读 0赞

## Python中正则表达式的一些匹配规则： ##

![这里写图片描述][70]

## 正则表达式相关注解 ##

**（1）数量词的贪婪模式与非贪婪模式**

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式”ab\*”如果用于查找”abbbc”，将找到”abbb”。而如果使用非贪婪的数量词”ab\*?”，将找到”a”。

注：我们一般使用非贪婪模式来提取。

**（2）反斜杠问题**

与大多数编程语言相同，正则表达式里使用”\\”作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”\\”，那么使用编程语言表示的正则表达式里将需要4个反斜杠”\\\\”：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r”\\”表示。同样，匹配一个数字的”\\d”可以写成r”\\d”。

## Python的 Re模块 ##

Python 自带了re模块，它提供了对正则表达式的支持。主要用到的方法列举如下：

### 返回pattern对象 ###

`re.compile(string[,flag])`

### 以下为匹配所用函数 ###

re.match(pattern, string[, flags])
    
    re.search(pattern, string[, flags])
    
    re.split(pattern, string[, maxsplit])
    
    re.findall(pattern, string[, flags])
    
    re.finditer(pattern, string[, flags])
    
    re.sub(pattern, repl, string[, count])
    
    re.subn(pattern, repl, string[, count])

示例代码如下：

#!/usr/bin/python
    # -*- coding: utf-8 -*-
    
    #导入re模块
    import re
    
    #1、match()方法
    #将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串”
    pattern = re.compile(r'hello')
    # 使用re.match匹配文本，获得匹配结果，无法匹配时将返回None
    match= re.match(pattern,'hello')
    #如果匹配成功
    if match:
        # 使用Match获得分组信息
        print match.group()
    else:
        print '匹配失败！'
    ### 输出: hello ###
    
    #2、search()方法
    pattern = re.compile(r'world')
    #使用search()查找匹配的子串，不存在能匹配的子串时将返回None
    #这个例子使用match()无法成功匹配
    match = re.search(pattern,'hello world!')
    if match:
        # 使用Match获得分组信息
        print match.group()
    ### 输出: world ###
    
    #3、split()方法
    pattern = re.compile(r'\d+')
    print re.split(pattern,'one1two2three3four4')
    ### 输出:['one', 'two', 'three', 'four', ''] ###
    
    #4、findall()方法
    pattern = re.compile(r'\d+')
    print re.findall(pattern,'one1two2three3four4')
    ### 输出:['1', '2', '3', '4'] ###
    
    #5、finditer()方法
    #搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器
    pattern = re.compile(r'\d+')
    for m in re.finditer(pattern,'one1two2three3four4'):
        print m.group()
    ### 输出:1 2 3 4 ###
    
    #6、sub()方法
    pattern = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
    #把匹配的字符串的第一个字符与第二个字符互换
    print re.sub(pattern,r'\2 \1', s)
    ### output :say i, world hello! ###
    
    #7、subn()方法
    pattern = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
    #返回 (sub(repl, string[, count]), 替换次数)。
    print re.subn(pattern,r'\2 \1', s)
    ### output: ('say i, world hello!', 2) ###

[70]: /images/20220515/e230b8ce2ba043f4925abed5e252c3bb.png