Python-常用的正则表达式

野性酷女 2022-11-21 04:27 193阅读 0赞

## re.match()和re.search() ##

match()函数要求必须从字符串开始处开始匹配，而search()函数则可扫描整个字符串，从中间任意位置开始匹配。

*  代码演示：

import re
    
    m1 = re.match('www', 'www.taobao.com')  # 从开始位置匹配
    print(m1.span()) # span返回匹配的位置
    print(m1.group()) # group 返回匹配的组
    print(re.match('taobao', 'www.taobao.com'))  # 如果从开始位置匹配不到，返回None
    
    
    m2 = re.search('www', 'www.taobao.com')  # 从开始位置匹配
    print(m2.span())
    print(m2.group())
    
    
    m3 = re.search('taobao', 'www.taobao.com')  # 从中间位置匹配，返回Match对象
    print(m3.span())
    print(m3.group())

*  输出结果：

(0, 3)
    www
    None
    (0, 3)
    www
    (4, 10)
    taobao

## re.findall() 和re.finditer() ##

re.findall(pattern, string, flags=0): 扫描整个字符串， 并返回字符串中所有匹配pattern的子串组成的列表。其中pattern参数代表正则表达式，string代表被匹配的字符串， flags代表正则表达式的匹配旗标。  
re.finditer(pattern, string, flags=0): 扫描整个字符串， 并返回字符串中所有匹配pattern的子串组成的迭代器。其中pattern参数代表正则表达式，string代表被匹配的字符串， flags代表正则表达式的匹配旗标。

*  代码演示

import re
    # 返回所有匹配pattern的子串组成的列表，忽略大小写
    print(re.findall('taobao', 'taobao is very cheap, taobao.com is my favorite', re.I))
    
    # 返回所有匹配pattern的子串组成的迭代器，忽略大小写
    it = re.finditer('taobao', 'taobao is very cheap, taobao.com is my favorite', re.I)
    for e in it:
        print(str(e.span()) + "-->" + e.group())

*  输出结果

['taobao', 'taobao']
    (0, 6)-->taobao
    (22, 28)-->taobao

## re.fullmatch()和re.sub() ##

re.fullmatch(pattern, string, flags=0): 该函数要求整个字符串能匹配pattern，如果匹配则返回包含匹配信息的\_sre.SRE\_Match对象，否则返回None。  
re.sub(pattern, repl, string, count=0, flags=0): 该函数用于将string字符串中所有匹配pattern的内容替换成repl，repl既可是被替换的字符串，也可以是一个函数。count参数控制最多替换多少次，如果指定count为0，则表示全部替换。

*  代码演示

import re
    my_date = '2020-10-30'
    # 将my_date字符串里的中划线替换成斜线
    print(re.sub(r'-', '/', my_date))
    
    # 将my_date字符串里的中划线替换成斜线，只替换一次
    print(re.sub(r'-', '/', my_date, 1))

*  输出结果

2020/10/30
    2020/10-30

注意：上面程序所使用的 r’-’ 是原始字符串，其中r代表原始字符串，从而避免对字符串中的特殊字符进行转义。

## re.split(pattern, string, maxsplit=0, flags=0) ##

re.split(pattern, string, maxsplit=0, flags=0): 使用pattern对string进行分割，该函数返回分割得到的多个子串组成的列表，其中maxsplit参数控制最多分割几次。

*  代码演示：

import re
    # 使用逗号对字符串进行分割
    print(re.split(', ', 'taobao, amazon, jd'))
    
    # 指定只分割一次，被切分成两个子串
    print(re.split(', ', 'taobao, amazon, jd', 1))
    
    # 使用a进行分割
    print(re.split('a', 'taobao, amazon, jd'))
    
    # 使用x进行分割，没有匹配内容，则不会执行分割
    print(re.split('x', 'taobao, amazon, jd'))

*  输出结果

['taobao', 'amazon', 'jd']
    ['taobao', 'amazon, jd']
    ['t', 'ob', 'o, ', 'm', 'zon, jd']
    ['taobao, amazon, jd']

## re.compile() ##

使用complie()函数编译正则表达式后，该函数所返回的对象就会缓存该正则表达式，从而可以多次利用该正则表达式执行匹配。

*  代码演示

import re
    # 编译得到正则表达式对象
    pa = re.compile('taobao')
    # 调用match方法，原本应该从开始位置匹配，此处指定从索引4的地方开始匹配，可以匹配成功
    print(pa.match('www.taobao,com', 4).span())
    
    # 此处指定从索引4到索引10之间执行全匹配，匹配成功
    print(pa.fullmatch('www.taobao,com', 4, 10).span())
    
    # 此处指定从索引4到索引6之间执行匹配，匹配失败
    print(pa.match('www.taobao,com', 4, 6).span())

*  输出结果

(4, 10)
    (4, 10)
    Traceback (most recent call last):
      File "/Users/gcui/PycharmProjects/blog/re.test.py", line 19, in <module>
        print(pa.match('www.taobao,com', 4, 6).span())
    AttributeError: 'NoneType' object has no attribute 'span'

## 在正则表达式中使用组 ##

*  代码演示

import re
    # 在正则表达式中使用组
    m = re.search(r'(taobao).(com)', r'www.taobao.com is a good domain')
    print(m.group(0))
    
    # 调用的简化写法
    print('----调用的简化写法1----')
    print(m[0])
    print(m.span(0))
    print(m.group(1))
    
    # 调用的简化写法2
    print('----调用的简化写法2----')
    print(m[1])
    print(m[2])
    print(m.span(1))
    print(m.group(2))
    
    # 返回所有组所匹配的字符串组成的元组
    print('----返回所有组所匹配的字符串组成的元组----')
    print(m.groups())

*  输出结果

taobao.com
    ----调用的简化写法1----
    taobao.com
    (4, 14)
    taobao
    ----调用的简化写法2----
    taobao
    com
    (4, 10)
    com
    ----返回所有组所匹配的字符串组成的元组----
    ('taobao', 'com')

上面程序中search()函数使用了一个正则表达式：r’(taobao).(com)’, 在该正则表达式内包含两个组，即(fkit)和(org)，因此程序可以依次获取group(0)、group(1)、group(2)的值，也就是依次获取整个正则表达式所匹配的子串、第一个组所匹配的子串和第二个组所匹配的子串。