python正则表达式示例

python正则表达式示例

正则表达式是一个特殊的字符序列，可以方便检查一个字符串是否与某种模式匹配。re模块是python语言拥有全部的正则表达式功能。

1. 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none。

（1）函数语法

re.match(pattern, string, flags=0)，匹配成功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。

（2）示例

import re

line = "Cats are smarter than dogs"
matchObj = re.match(r'(.*) are (.*?) .*', line, re.M|re.I)
searchObj = re.search(r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print('matchObj.group():', matchObj.group())
    print('matchObj.group(2):', matchObj.group(2))
    print(matchObj.groups())
else:
    print('No match!!')
if searchObj:
    print('searchObj.group():', searchObj.group())
    print('searchObj.group(1):', searchObj.group(1))
    print('searchObj.group(2):', searchObj.group(2))

matchObj.group(): Cats are smarter than dogs
matchObj.group(2): smarter
(‘Cats’, ‘smarter’)
searchObj.group(): Cats are smarter than dogs
searchObj.group(1): Cats
searchObj.group(2): smarter

2. re.search方法

re.search扫描整个字符串并返回第一个成功的匹配。

（1）函数语法

re.search(pattern, string, flags=0)，匹配成功返回一个匹配的对象，否则返回None。

（2）示例

import re
# 不在起始位置匹配
print(re.search('com', 'www.baidu.com').span())

(10, 13)

3. 检索和替换

re.sub用于替换字符串中的匹配项。

（1）函数语法

re.sub(pattern, repl, string, count=0, flags=0)

（2）示例1

# -*- coding: UTF-8 -*-
import re

phone = '2023-06-30 # 这是一个电话号码'
# 删除字符串中的python注释
num = re.sub(r'#.*$', "", phone)
print('电话号码：', num)
# 删除非数字的字符串
num = re.sub(r'D', "", phone)
print('电话号码:', num)

电话号码: 2023-06-30
电话号码: 20230630

（3）示例2

import re

def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)

s = 'A23G4HFD567'
print(re.sub('(?P<value>d+)', double, s))

A46G8HFD1134

4. re.compile函数

compile函数用于编译正则表达式，生成一个正则表达式对象。

（1）语法

re.compile(pattern[, flags])，flags表示匹配模式。re.I忽略大小写；re.L表示特殊字符集w，W，b，B，s，S依赖于当前环境；re.M多行模式；re.S即为.并且包含换行符在内的任意字符；re.U表示特殊字符集w，W，b，B，s，S，D，d依赖于Unicode字符属性数据库；re.X为了增加可读性，忽略空格和#后面的注释。

（2）示例

import re
pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I) 
m = pattern.match('Hello World Wide Web') # 匹配成功返回一个Match对象
# <re.Match object; span=(0, 11), match='Hello World'>
print(m)
# 'Hello World'
m.group(0) #返回匹配成功的整个子串
# (0, 11)
m.span(0)  # 返回匹配成功的整个子串的索引
# 'Hello'
m.group(1) # 返回第一个分组匹配成功的子串 
# (0, 5)
m.span(1)  # 返回第一个分组匹配成功的子串的索引
# ('Hello', 'World')
m.groups() # 等价于 (m.group(1), m.group(2), ...)

5. findall函数

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，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。match和search是匹配一次，findall匹配所有。

（1）语法

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

（2）查找字符串中所有数字示例

import re

pattern = re.compile(r'd+')
res = pattern.findall('lucky 123 dog 456')
# ['123', '456']
print(res)
# 多个匹配模式返回元组列表
res = re.findall(r'(w+)=(d+)', 'set width=20 and height=10') 
[('width', '20'), ('height', '10')]
print(res)

6. re.finditer函数

在字符串中找到正则表达式匹配的所有子串并把它们作为一个迭代器返回。

（1）语法

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

（2）示例

import re
it = re.finditer(r"d+", "12a32bc43jf3")
# 12 
# 32 
# 43 
# 3
for match in it:
    print(match.group())

7. re.split函数

split方法按照能够匹配的子串将字符串分割后返回列表。

（1）语法

re.split(pattern, string[, maxsplit=0, flags=0])， maxsplit是分割次数，默认为0，即不限制次数。

（2）示例

import re
# ['google', 'google', '']
re.split('W+', 'google, google.')
# ['hello world']
re.split('a*', 'hello world') # 对于一个找不到匹配的字符串而言，split 不会对其作出分割

8. 正则表达式模式