Python3正则表达式

标签：使用   idt   ever   aci   实例   注意   迭代   多行   属性   

• 正则表达式是一个特殊的字符序列，他能帮助你方便的检查一个字符串是否与某种模式匹配。

re.match函数

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()就返回一个none。

函数语法：

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

函数参数说明：

匹配成功re.search方法返回一个匹配的对象，否则返回None

我们可以使用group(num)或groups()匹配对象函数来获取匹配表达式。

re.match和re.search的区别

re.match只匹配字符串的开始，如果字符串开始就不符合正则表达式，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。

检索和替换

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：

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

前三个为必选项，后两个为可选参数。

repl参数是一个函数

将字符串中匹配的数字乘以2

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。

语法格式如下：

re.compile(pattern[,flags])

参数：

• l  pattern:  一个字符串的正则表达式
• l  flags:      可选，表示匹配模式，比如忽略大小写，多行模式等。
• l  re.l：      忽略大小写
• l  re.L:        表示特殊字符集， \w,\W,\b,\B,\s,\S
• l  re.M       多行模式
• l  re.S        即为 ‘ . ’并且包括换行符在内的任意字符(‘ . ’ 不包括换行符)
• l  re.U        即为特殊字符集，\w,\W,\b,\B,\d,\D,\s,\S以来于Unicode字符属性数据库
• l  re.X        为了增加可读性，忽略空格和’#’后面的注释

##compile.py
import re
pattern = re.compile(r‘\d+‘)                        #用于匹配至少一个数字
m = pattern.match(‘one12twothree34four‘)        #查找头部，没有匹配
print (m)

m = pattern.match(‘one12twothree34four‘,2,10)    #从’e’位置开始查找，没有匹配
print (m)

m = pattern.match(‘one12twothree34four‘,3,10)    #从‘1’位置开始查找，正好匹配
print(m)                                        #返回一个Match对象

print(m.group(0))                                #可省略0，以下相同
print(m.start(0))
print(m.end(0))
print(m.span(0))

运行结果：

exbot@ubuntu:~/workspace/python/20190917$ vim compile.py

exbot@ubuntu:~/workspace/python/20190917$ python3 compile.py

None

None

<_sre.SRE_Match object; span=(3, 5), match=‘12‘>

12

3

5

(3, 5)

上述代码中当匹配成功时返回一个Match对象，其中：

• group([group1,…])方法用于获取一个或多个分组匹配的字符串，当要获取整个匹配的字串时，可直接使用group()或group(0)
• start([group])方法用于获取分组匹配的字串在整个字符串的起始位置(子串第一个字符索引)，默认参数为0。
• end([group])方法用于获取分组匹配的子串在整个字符串的结束位置（子串最后一个字符的索引+1），默认参数为0
• span([group])方法返回(start(group),end(group))

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，则返回一个空表

注意：match和search时匹配一次，findall时匹配所有。

语法格式:

re.findall(string[, pos[, endpos]])

参数：

• l  string     带匹配的字符串
• l  pos         可选参数，指定字符串的起始位置，默认0
• l  endpos   可选参数，指定字符串结束位置，默认为字符串长度

查找字符串中所有数字：

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。

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

参数：

• 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

re.spilt

spilt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：

• pattern：      要匹配的正则表达式
• string：         要匹配的字符串
• maxsplit：     分割次数，maxsplit=1分隔一次，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

正则表达式对象：

re.RegexObject

re.compile()返回RegexObject对象

re.MatchObject

l  group()返回被RE匹配的字符串

l  start()：  返回匹配的开始的位置

l  end()：   返回匹配结束的位置

l  span():    返回一个元组包含匹配的位置

正则表达式修饰符-可选标识

正则表达式可以包含一些可选修饰符来控制匹配的模式修饰符被指定为一个可选的标识，多个标志可以通过按位OR（|）它们来指定。

正则表达式模板：

模式字符串使用特殊的语法来标识一个正则表达式：

字母和数字标识他们本身，一个正则表达式中的字母和数字匹配同样的字符串。

多数字母和数字前加一个反斜杠会拥有不同的含义。

标点符号只有被转义时才匹配自身，否则他们标识特殊的含义。

反斜杠本身需要反斜杠转义。

由于正则表达式通常都包含反斜杠，所以最后使用原有字符串来标识他们。模式元素如（r’\t’，等价于\\t）匹配相应的特殊字符。

下标列出了正则表达式模式语法中的特殊元素。如果你使用了模式的同时，提供了可选标志参数，某些模式元素的含义会改变。

正则表达式实例：

字符匹配

字符类

特殊字符类

Python3正则表达式

标签：使用   idt   ever   aci   实例   注意   迭代   多行   属性   

原文地址：https://www.cnblogs.com/wanghao-boke/p/11542719.html