Python中re(正则表达式)模块学习

墨蓝 2022-09-26 01:49 216阅读 0赞

## 今天学习了Python中有关正则表达式的知识。关于正则表达式的语法，不作过多解释，网上有许多学习的资料。这里主要介绍Python中常用的正则表达式处理函数。 ##

## re.match ##

re.match 尝试从**字符串的开始**匹配一个模式，如：下面的例子匹配第一个单词。

![复制代码][copycode.gif]

import
         
          re text 
         
          =
         
          
         
          "
         
          JGood is a handsome boy, he is cool, clever, and so on...
         
          "
         
          m 
         
          =
         
          re.match(r
         
          "
         
          (\w+)\s
         
          "
         
          , text) 
         
          if
         
          m: 
         
          print
         
          m.group(0), 
         
          '
         
          \n
         
          '
         
          , m.group(
         
          1
         
          ) 
         
          else
         
          : 
         
          print
         
          
         
          '
         
          not match
         
          '

![复制代码][copycode.gif]

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(\\w+)\\s"，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

## re.search ##

re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

![复制代码][copycode.gif]

import
         
          re text 
         
          =
         
          
         
          "
         
          JGood is a handsome boy, he is cool, clever, and so on...
         
          "
         
          m 
         
          =
         
          re.search(r
         
          '
         
          \shan(ds)ome\s
         
          '
         
          , text) 
         
          if
         
          m: 
         
          print
         
          m.group(0), m.group(
         
          1
         
          ) 
         
          else
         
          : 
         
          print
         
          
         
          '
         
          not search
         
          '

![复制代码][copycode.gif]

re.search的函数原型为： re.search(pattern, string, flags)

每个参数的含意与re.match一样。

**re.match与re.search的区别：**re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，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。

## re.sub ##

re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' :

import
         
          re text 
         
          =
         
          
         
          "
         
          JGood is a handsome boy, he is cool, clever, and so on...
         
          "
         
          
         
          print
         
          re.sub(r
         
          '
         
          \s+
         
          '
         
          , 
         
          '
         
          -
         
          '
         
          , text)

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为'-'

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\\s', lambda m: '\[' + m.group(0) + '\]', text, 0)；将字符串中的空格' '替换为'\[ \]'。

## re.split ##

可以使用re.split来分割字符串，如：re.split(r'\\s+', text)；将字符串按空格分割成一个单词列表。

## re.findall ##

re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\\w\*oo\\w\*', text)；获取字符串中，包含'oo'的所有单词。

## re.compile ##

可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

![ExpandedBlockStart.gif][]

import
          
           re text 
          
           =
          
           
          
           "
          
           JGood is a handsome boy, he is cool, clever, and so on...
          
           "
          
           regex 
          
           =
          
           re.compile(r
          
           '
          
           \w*oo\w*
          
           '
          
           ) 
          
           print
          
           regex.findall(text) 
          
           #
          
           查找所有包含'oo'的单词
          
           
          
           print
          
           regex.sub(
          
           lambda
          
           m: 
          
           '
          
           [
          
           '
          
           
          
           +
          
           m.group(0) 
          
           +
          
           
          
           '
          
           ]
          
           '
          
           , text) 
          
           #
          
           将字符串中含有'oo'的单词用[]括起来。

[copycode.gif]: /images/20220717/90d839efa44f4446bd4f97bce5966ec1.png
[ExpandedBlockStart.gif]: /images/20220717/4fd5df3a2f8e4cabb5a46cbcbcc03f9a.png