python的re模块使用方法详解

 正则表达式 ^      匹配行首 $      匹配行尾 .      任意单个字符 []     匹配包含在中括号中的任意字符 [^]     匹配包含在中括号中的字符之外的字符 [-]     匹配指定范围的任意单个字符 ？     匹配之前项的1次或者0次 +      匹配之前项的1次或者多次 *      匹配之前项的0次或者多次 {n}     匹配之前项的n次 {m,n}    匹配之前项最大n次，最小m次 {n,}    配置之前项至少n次

 # findall方法，该方法在字符串中查找模式匹配，将所有的匹配字符串以列表的形式返回，如果文本中没有任何字符串匹配模式，则返回一个空的列表， # 如果有一个子字符串匹配模式，则返回包含一个元素的列表，所以，无论怎么匹配，我们都可以直接遍历findall返回的结果而不会出错，这对工程师 # 编写程序来说，减少了异常情况的处理，代码逻辑更加简洁

 # re.findall() 用来输出所有符合模式匹配的子串 re_str = "hello this is python 2.7.13 and python 3.4.5" pattern = "python [0-9]\.[0-9]\.[0-9]" res = re.findall(pattern=pattern,string=re_str) print(res) # ['python 2.7.1', 'python 3.4.5'] pattern = "python [0-9]\.[0-9]\.[0-9]{2,}" res = re.findall(pattern=pattern,string=re_str) print(res) # ['python 2.7.13'] pattern = "python[0-9]\.[0-9]\.[0-9]{2,}" res = re.findall(pattern=pattern,string=re_str) print(res) # [] # re.findall() 方法，返回一个列表，如果匹配到的话，列表中的元素为匹配到的子字符串，如果没有匹配到，则返回一个空的列表 re_str = "hello this is python 2.7.13 and Python 3.4.5" pattern = "python [0-9]\.[0-9]\.[0-9]" res = re.findall(pattern=pattern,string=re_str,flags=re.IGNORECASE) print(res) # ['python 2.7.1', 'Python 3.4.5'] # 设置标志flags=re.IGNORECASE，意思为忽略大小写

 # 我们一般采用编译的方式使用python的正则模块，如果在大量的数据量中，编译的方式使用正则性能会提高很多，具体读者们可以可以实际测试 re_str = "hello this is python 2.7.13 and Python 3.4.5" re_obj = re.compile(pattern = "python [0-9]\.[0-9]\.[0-9]",flags=re.IGNORECASE) res = re_obj.findall(re_str) print(res)

 # match方法，类似于字符串中的startwith方法，只是match应用在正则表达式中更加强大，更富有表现力，match函数用以匹配字符串的开始部分，如果模式 # 匹配成功，返回一个SRE_Match类型的对象，如果模式匹配失败，则返回一个None，因此对于普通的前缀匹配，他的用法几乎和startwith一模一样，例如我 # 们要判断data字符串是否以what和是否以数字开头

 s_true = "what is a boy" s_false = "What is a boy" re_obj = re.compile("what") print(re_obj.match(string=s_true)) # <_sre.SRE_Match object; span=(0, 4), match='what' print(re_obj.match(string=s_false)) # None s_true = "123what is a boy" s_false = "what is a boy" re_obj = re.compile("\d+") print(re_obj.match(s_true)) #  print(re_obj.match(s_true).start()) # 0 print(re_obj.match(s_true).end()) # 3 print(re_obj.match(s_true).string) # 123what is a boy print(re_obj.match(s_true).group()) # 123 print(re_obj.match(s_false)) # None

 # search方法，模式匹配成功后，也会返回一个SRE_Match对象，search方法和match的方法区别在于match只能从头开始匹配，而search可以从 # 字符串的任意位置开始匹配，他们的共同点是，如果匹配成功，返回一个SRE_Match对象，如果匹配失败，返回一个None，这里还要注意， # search仅仅查找第一次匹配，也就是说一个字符串中包含多个模式的匹配，也只会返回第一个匹配的结果，如果要返回所有的结果，最简单 # 的方法就是findall方法，也可以使用finditer方法

 # finditer返回一个迭代器，遍历迭代器可以得到一个SRE_Match对象，比如下面的例子

 re_str = "what is a different between python 2.7.14 and python 3.5.4" re_obj = re.compile("\d{1,}\.\d{1,}\.\d{1,}") for i in re_obj.finditer(re_str): print(i) #  # 

 # re模块sub方法类似于字符串中的replace方法，只是sub方法支持使用正则表达式，所以，re模块的sub方法使用场景更加广泛

 re_str = "what is a different between python 2.7.14 and python 3.5.4" re_obj = re.compile("\d{1,}\.\d{1,}\.\d{1,}") print(re_obj.sub("a.b.c",re_str,count=1)) # what is a different between python a.b.c and python 3.5.4 print(re_obj.sub("a.b.c",re_str,count=2)) # what is a different between python a.b.c and python a.b.c print(re_obj.sub("a.b.c",re_str)) # what is a different between python a.b.c and python a.b.c

 # re模块的split方法和python字符串中的split方法功能是一样的，都是将一个字符串拆分成子字符串的列表，区别在于re模块的split方法能够 # 使用正则表达式 # 比如下面的例子，使用. 空格 : !分割字符串，返回的是一个列表

 re_str = "what is a different between python 2.7.14 and python 3.5.4 USA:NewYork!Zidan.FRA" re_obj = re.compile("[. :!]") print(re_obj.split(re_str)) # ['what', 'is', 'a', 'different', 'between', 'python', '2', '7', '14', 'and', 'python', '3', '5', '4', 'USA', 'NewYork', 'Zidan', 'FRA']

 # 3、大小写不敏感 # re.compile(flags=re.IGNORECASE)

 # 4、非贪婪匹配，贪婪匹配总是匹配到最长的那个字符串，相应的，非贪婪匹配是匹配到最小的那个字符串，只需要在匹配字符串的时候加一个？即可 # 下面的例子，注意两个. s = "Beautiful is better than ugly.Explicit is better than impliciy." re_obj = re.compile("Beautiful.*y\.") print(re_obj.findall(s)) # ['Beautiful is better than ugly.Explicit is better than implicit.'] re_obj = re.compile("Beautiful.*?\.") print(re_obj.findall(s)) # ['Beautiful is better than ugly.']

 import re s = "=aa1239d&&& 0a ()--" # obj = re.compile("\(\)") # search # rep = obj.search(s) # print(rep) #  # print(rep.group(1)) # IndexError: no such group # print(rep.group()) # ()

 # findall rep = obj.findall(s) print(rep) # ['()']

 s = "=aa1239d&&& 0a ()--" rep = re.compile("\w+(&+)") print(rep.findall(s)) # ['&&&'] print(rep.search(s).group()) # aa1239d&&& print(rep.search(s).group(1)) # &&&