详解Python正则表达式re模块

正则是处理字符串最常用的方法，我们编码中到处可见正则的身影。

正则大同小异，python 中的正则跟其他语言相比略有差异：

1、替换字符串时，替换的字符串可以是一个函数
2、split 函数可以指定分割次数，这会导致有个坑
3、前项界定的表达式必须定长

下面详细描述下 re 模块的使用方法，其实，注意上面提到的三点差异就好

1、match

说明：
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)

flags为可选标识，多个标识可以通过按位或 (|) 来指定。如 re.I | re.M 被设置成 I 和 M 标识：

匹配成功re.match方法返回一个匹配的对象，可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。group() 或 group(0)，返回整个正则表达式的匹配结果。

举例：

s= 'abc123abc'

print(re.match('[a-z]+', s))　　　　　　　　　　　# <_sre.SRE_Match object; span=(0, 3), match='abc'>

print(re.match('[a-z]+', s).group(0))　　　　　　# abc
print(re.match('[\d]+', s))　　　　　　　　　　　　# None
print(re.match('[A-Z]+', s, re.I).group(0))　　 # abc
print(re.match('[a-z]+', s).span())　　　　　　　# (0, 3)

2、search

说明：
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)

匹配成功re.search方法返回一个匹配的对象，否则返回None。可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

s = 'abc123abc'

print(re.search('[a-z]+', s).group())　　# abc
print(re.search('[a-z]+', s).span())　　 # (0, 3)
print(re.search('[\d]+', s).group())　　 # 123
print(re.search('[\d]+', s).span())　　 # (3, 6)
print(re.search('xyz', s))　　　　　　　　 # None

groupdict
groupdict 返回匹配到的所有命名子组的字典。

print(re.search('[a-z]+', s).groupdict())   # {}

print(re.search('(?P<letter>[a-z]+)(?P<num>\d+)', s).groupdict()) # {'num': '123', 'letter': 'abc'}

3、sub 和 subn

说明：
re.sub用于替换字符串中的匹配项。

re.subn返回一个元组，包含替换后的字符串及替换次数。

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

repl: 替换的字符串，也可为一个函数。

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。

举例：

s = 'abc123abc'

print(re.sub('[\d]+', '数字', s))  # abc数字abc
print(re.sub('[a-z]+', '字母', s, 1)) # 字母123abc

# 将匹配的数字乘以 2
def double(matched):
 value = int(matched.group('value'))
 return str(value * 2)

# repl是一个函数
print(re.sub('(?P<value>\d+)', double, s))　　# abc246abc
print(re.subn('[\d]+', '数字', s))　　　　　　 # ('abc数字abc', 1)
print(re.subn('[a-z]+', '字母', s,))　　　　　　# ('字母123字母', 2)
print(re.subn('[a-z]+', '字母', s, 1))　　　　 # ('字母123字母', 1)

4、compile

说明：
re.compile 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：
compile(pattern, flags=0)

举例：

s = 'abc123abc'

p = re.compile('[\d]+')

print(p.match(s, 4, 5).group(0)) # 2 从位置4开始匹配到位置5
print(p.search(s).group(0))   # 123

5、findall

说明：
re.findall 在字符串中查找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。

语法：
findall(pattern, string, flags=0)

举例：

s = 'abc123abc'

print(re.findall('[a-z]+', s)) # ['abc', 'abc']
print(re.findall('[h-n]+', s)) # []

6、finditer

说明：
finditer和 findall 类似，在字符串中查找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：
finditer(pattern, string, flags=0)

举例：

s = 'abc123def'

it = re.finditer('[a-z]+', s)

for match in it:
 print(match.group())

7、split

说明：
re.split 方法按照能够匹配的子串将字符串分割后返回列表。

语法：
split(pattern, string, maxsplit=0, flags=0)

maxsplit：分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。

举例：

print(re.split('a', '1A1a2A3', re.I))   # ['1A1', '2A3']

# 输出结果并未能区分大小写，这是因为re.split(pattern，string，maxsplit, flags)默认是四个参数，当我们传入的三个参数的时候，系统会默认re.I是第三个参数，所以就没起作用。
# 如果想让这里的re.I起作用，写成flags=re.I即可。
print(re.split('a', '1A1a2A3', flags=re.I))  # ['1', '1', '2', '3']

8、escape

说明：
re.escape对字符串里面的特殊字符串进行转义。

语法：
escape(pattern)

举例：

print(re.escape('www.dxy.cn')) # www\.dxy\.cn

9、正则

“(?P<name>…)”：分组，并将其命名为<name>。

“(?P=name)”：引用别名为<name>的分组匹配到的串。

10、前项（否定）界定中的特殊

正则中常用的前项界定(?<=exp)和前项否定界定(?<!exp)在 python 中会报错：look-behind requires fixed-width pattern，原因是 python 中前项界定的表达式必须是定长的，例如

(?<=aaa) 　　# 正确

(?<=aaa|bbb) # 正确

(?<=aaa|bb)　# 错误

(?<=\d+) 　　# 错误

(?<=\d{3}) 　# 正确

以上所述是小编给大家介绍的Python正则表达式re模块详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我们网站的支持！