python re模块

模块介绍

re 模块，它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

模块函数

1、match函数

re.match(pattern, string, flags=0)
1

参数pattern表示匹配的正则表达式，参数string表示要匹配的字符串，参数flags表示用于控制正则表达式的匹配方式，多个标志可以通过按位 OR(|) 它们来指定。可选的值如下：

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。

>>> pattern = r"Cats"
>>> string = "Cats are smarter than dogs"
>>> re.match(pattern, string)
<re.Match object; span=(0, 4), match='Cats'>
# 设置flags=re.I使表达式对大小写不敏感
>>> pattern = r"cats"
>>> re.match(pattern, string, flags=re.I)
<re.Match object; span=(0, 4), match='Cats'>
1
2
3
4
5
6
7
8

2、search函数

re.search(pattern, string, flags=0)
1

扫描整个字符串并返回第一个成功的匹配。

>>> pattern = r"are"
>>> string = "Cats are smarter than dogs"
>>> re.match(pattern, string)
None
>>> re.search(pattern, string)
<re.Match object; span=(5, 8), match='are'>
1
2
3
4
5
6

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。

3、sub函数

re.sub(pattern, repl, string, count=0, flags=0)
1

用指定字符串替换字符串中的匹配项。参数pattern表示匹配的正则表达式，参数repl表示替换的字符串，参数string表示要匹配的字符串，参数count表示模式匹配后替换的最大次数，默认 0 表示替换所有的匹配，参数flags表示正则表达式的匹配方式。

# 用is替换字符串中的are
>>> pattern = r"are"
>>> string = "Cats are smarter than dogs"
>>> repl = "is"
>>> re.sub(pattern, repl, string)
'Cats is smarter than dogs'
1
2
3
4
5
6

4、compile函数

re.compile(pattern, flags=0)
1

编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 、findall()、sub()等多个函数使用。

>>> pattern = re.compile(r"cats", flags=re.I)
>>> pattern
re.compile('cats', re.IGNORECASE)
>>> pattern.match("Cats are smarter than dogs")
<re.Match object; span=(0, 4), match='Cats'>
>>> pattern.search("Cats are smarter than dogs")
<re.Match object; span=(0, 4), match='Cats'>
1
2
3
4
5
6
7

5、findall函数

re.findall(pattern, string, flags=0)
1

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。

>>> pattern = r"\d+"
>>> string = "123 is not 12 and 3"
>>> re.match(pattern, string)
<re.Match object; span=(0, 3), match='123'>
>>> re.search(pattern, string)
<re.Match object; span=(0, 3), match='123'>
>>> re.findall(pattern, string)
['123', '12', '3']
1
2
3
4
5
6
7
8

注意： match 和 search 是匹配一次 ，而findall 匹配所有。

6、finditer函数

re.finditer(pattern, string, flags=0)
1

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。

>>> pattern = r"\d+"
>>> string = "123 is not 12 and 3"
>>> re.findall(pattern, string)
['123', '12', '3']
>>> re.finditer(pattern, string)
<callable_iterator object at 0x0000029B2DEA3EE0>
1
2
3
4
5
6

7、split函数

re.split(pattern, string, maxsplit=0, flags=0)
1

按照能够匹配的子串将字符串分割后返回列表。参数maxsplit表示分割次数，maxsplit=1 分割一次，默认为 0，不限制次数。

>>> pattern = r"\d+"
>>> string = "123 is not 12 and 3"
>>> re.split(pattern, string)
['', ' is not ', ' and ', '']
1
2
3
4