您现在的位置是：首页 > Python

当前栏目

python的re模块

Python 模块

2023-03-02 11:13:24 时间

**转自：[http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html][http_www.cnblogs.com_huxi_archive_2010_07_04_1771073.html]**

**正则表达式30分钟入门教程：[http://deerchao.net/tutorials/regex/regex.htm\#mission][http_deerchao.net_tutorials_regex_regex.htm_mission]**

**python re模块官方文档：[http://python.usyiyi.cn/python\_278/library/re.html][http_python.usyiyi.cn_python_278_library_re.html]**

### 一、正则表达式 ###

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式，只需要简单看一看就可以上手了。

*下图列出了Python支持的正则表达式元字符和语法：*

![正则表达式][20160622230946080]

### 二、re模块 ###

#### 1、re.compile ####

> compile(pattern, flags=0)

这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。 第二个参数flag是匹配模式，取值可以使用按位或运算符’|’表示同时生效，比如re.I | re.M。另外，你也可以在regex字符串中指定模式，比如re.compile(‘pattern’, re.I | re.M)与re.compile(‘(?im)pattern’)是等价的。

可选值有：

*  re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
 *  re.M(MULTILINE): 多行模式，改变’^’和’$’的行为（参见上图）
 *  re.S(DOTALL): 点任意匹配模式，改变’.’的行为
 *  re.L(LOCALE): 使预定字符类 \\w \\W \\b \\B \\s \\S 取决于当前区域设定
 *  re.U(UNICODE): 使预定字符类 \\w \\W \\b \\B \\s \\S \\d \\D 取决于unicode定义的字符属性
 *  re.X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。

#### 2、re.match ####

> match(string\[, pos\[, endpos\]\]) | re.match(pattern, string\[, flags\])

这个方法将从string的pos下标处起尝试匹配pattern；如果pattern结束时仍可匹配，则返回一个Match对象；如果匹配过程中pattern无法匹配，或者匹配未结束就已到达endpos，则返回None。

pos和endpos的默认值分别为0和len(string)；re.match()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。

**注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符’$’。**

属性：

*  string: 匹配时使用的文本。
 *  re: 匹配时使用的Pattern对象。
 *  pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
 *  endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
 *  lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。
 *  lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。

方法：

*  group(\[group1, …\]):  
    获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。
 *  groups(\[default\]):  
    以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。
 *  groupdict(\[default\]):  
    返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。
 *  start(\[group\]):  
    返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。
 *  end(\[group\]):  
    返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。
 *  span(\[group\]):  
    返回(start(group), end(group))。
 *  expand(template):  
    将匹配到的分组代入template中然后返回。template中可以使用\\id或\\g、\\g引用分组，但不能使用编号0。\\id与\\g是等价的；但\\10将被认为是第10个分组，如果你想表达\\1之后是字符’0’，只能使用\\g<1>0。

import re
    m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')
    
    print "m.string:", m.string
    print "m.re:", m.re
    print "m.pos:", m.pos
    print "m.endpos:", m.endpos
    print "m.lastindex:", m.lastindex
    print "m.lastgroup:", m.lastgroup
    
    print "m.group(1,2):", m.group(1, 2)
    print "m.groups():", m.groups()
    print "m.groupdict():", m.groupdict()
    print "m.start(2):", m.start(2)
    print "m.end(2):", m.end(2)
    print "m.span(2):", m.span(2)
    print r"m.expand(r'\2 \1\3'):", m.expand(r'\2 \1\3')
    
    ### output ###
    # m.string: hello world!
    # m.re: <_sre.SRE_Pattern object at 0x016E1A38>
    # m.pos: 0
    # m.endpos: 12
    # m.lastindex: 3
    # m.lastgroup: sign
    # m.group(1,2): ('hello', 'world')
    # m.groups(): ('hello', 'world', '!')
    # m.groupdict(): {'sign': '!'}
    # m.start(2): 6
    # m.end(2): 11
    # m.span(2): (6, 11)
    # m.expand(r'\2 \1\3'): world hello!

#### 3、re.search ####

> search(string\[, pos\[, endpos\]\]) | re.search(pattern, string\[, flags\])

这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern，如果pattern结束时仍可匹配，则返回一个Match对象；若无法匹配，则将pos加1后重新尝试匹配；直到pos=endpos时仍无法匹配则返回None。

pos和endpos的默认值分别为0和len(string))；re.search()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。

import re 
    
    # 将正则表达式编译成Pattern对象 
    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 
    # 这个例子中使用match()无法成功匹配 
    match = pattern.search('hello world!') 
    
    if match: 
        # 使用Match获得分组信息 
        print match.group() 
    
    ### 输出 ### 
    # world

#### 4、re.sub ####

> sub(repl, string\[, count\]) | re.sub(pattern, repl, string\[, count\])

使用repl替换string中每一个匹配的子串后返回替换后的字符串。**当repl是一个字符串时**，可以使用\\id或\\g、\\g引用分组，但不能使用编号0。**当repl是一个方法时**，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。

count用于指定最多替换次数，不指定时全部替换。

import re
    
    p = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
    
    print p.sub(r'\2 \1', s)
    
    def func(m):
        return m.group(1).title() + ' ' + m.group(2).title()
    
    print p.sub(func, s)
    
    ### output ###
    # say i, world hello!
    # I Say, Hello World!

#### 5、re.subn ####

> subn(repl, string\[, count\]) |re.sub(pattern, repl, string\[, count\])

返回 (sub(repl, string\[, count\]), 替换次数)。

import re
    
    p = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
    
    print p.subn(r'\2 \1', s)
    
    def func(m):
        return m.group(1).title() + ' ' + m.group(2).title()
    
    print p.subn(func, s)
    
    ### output ###
    # ('say i, world hello!', 2)
    # ('I Say, Hello World!', 2)

#### 6、re.split ####

> split(string\[, maxsplit\]) | re.split(pattern, string\[, maxsplit\])

按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。

import re
    
    p = re.compile(r'\d+')
    print p.split('one1two2three3four4')
    
    ### output ###
    # ['one', 'two', 'three', 'four', '']

#### 7、re.findall ####

> findall(string\[, pos\[, endpos\]\]) | re.findall(pattern, string\[, flags\])

搜索string，以列表形式返回全部能匹配的子串。

import re
    
    p = re.compile(r'\d+')
    print p.findall('one1two2three3four4')
    
    ### output ###
    # ['1', '2', '3', '4']

#### 8、re.finditer ####

> finditer(string\[, pos\[, endpos\]\]) | re.finditer(pattern, string\[, flags\])

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。

import re
    
    p = re.compile(r'\d+')
    for m in p.finditer('one1two2three3four4'):
        print m.group(),
    
    ### output ###
    # 1 2 3 4

[http_www.cnblogs.com_huxi_archive_2010_07_04_1771073.html]: http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html
[http_deerchao.net_tutorials_regex_regex.htm_mission]: http://deerchao.net/tutorials/regex/regex.htm#mission
[http_python.usyiyi.cn_python_278_library_re.html]: http://python.usyiyi.cn/python_278/library/re.html
[20160622230946080]: /images/20220721/374a18e564e341eaa9c0fb658f39f6a4.png

猜你喜欢

最长无重复子串
写技术博客的一些心得分享
Java 多线程（七）：线程池
Java 多线程（五）：锁（三）
Java 多线程（四）：锁（二）
Java 多线程（三）：锁（一）
Java 多线程（二）：并发编程的三大特性
线性时间非比较类排序
Java 多线程（一）：基础
合并k个已排序的链表
HDFS 高可用分布式环境搭建
合并两个有序数组
连续子数组的最大和
HDFS 分布式环境搭建
容器盛水问题
大数加法
HDFS 伪分布式环境搭建
设计LRU缓存结构
两数之和
使用单调栈来解决的一些问题

zl程序教程

当前栏目

python的re模块

相关文章