python学习笔记之——正则表达式

• Z时代
• 2024-01-10
• 分类：综合

1、re模块

        Python通过re模块提供对正则表达式的支持，re 模块使 Python 语言拥有全部的正则表达式功能。使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。

#使用时引入re模块
import re

2、re.compile(strPattern[, flag]):

      这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。 第二个参数flag是匹配模式，取值可以使用按位或运算符'|'表示同时生效，比如re.I | re.M。另外，你也可以在regex字符串中指定模式，比如re.compile('pattern', re.I | re.M)与re.compile('(?im)pattern')是等价的。 

# 将正则表达式编译成Pattern对象
pattern = re.compile(r'hello')
# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
match = pattern.match('hello world!')

    上面两行代码还可以使用下面一句代码替换，如下：

m = re.match(r'hello', 'hello world!')

3、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。函数语法：

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

函数参数说明：

匹配成功re.match方法返回一个匹配的对象，否则返回None。实例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
print(re.match('www', 'www.runoob.com'))
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配
print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配

执行结果：

<_sre.SRE_Match object at 0x00000000026DD1D0>
(0, 3)
None

4、re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。函数语法：

re.search(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。实例：

#!/usr/bin/python
# -*- coding: UTF-8 -*- 
import re
print(re.search('www', 'www.runoob.com').span())  # 在起始位置匹配
print(re.search('com', 'www.runoob.com').span())         # 不在起始位置匹配

运行结果为：

(0, 3)
(11, 14)

5、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。

6、group()方法

正则表达式中，group（）用来提出分组截获的字符串，正则表达式中“（）”用来分组。实例：

#coding=utf-8
import re
a = "123abc456"
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group()    #结果为：123abc456,返回整体
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)   #结果为：123abc456,返回整体
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)   #结果为：123
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)   #结果为abc
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)   #结果为456

说明：正则表达式中的三组括号把匹配结果分成三组

•  group() 同group（0）就是匹配正则表达式整体结果（返回全部分组截获的字符串）。
•  group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。

注意：没有匹配成功的，re.search（）返回None；当如果正则表达式中没有括号，group(1)group(2)...肯定就报错了。只能使用group() 同group（0）。

7、span()方法

正则表达式中，span()用来获取分组截取的字符串的起始和结束位置（不包括结束位置），正则表达式中“（）”用来分组。实例：

#coding=utf-8
import re
a = "123abc456"
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).span()   #结果为(0,9)
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).span(0)   #结果为(0,9)
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).span(1)   #结果为(0,3)
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).span(2)   #结果为(3,6)
print re.search("([0-9]*)([a-z]*)([0-9]*)",a).span(3)   #结果为(6,9))

8、正则表达式修饰符 - 可选标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

举例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
print(re.match('WWW', 'www.runoob.com',re.I).span())  # 忽略大小写
print(re.match('WWW', 'www.runoob.com'))  # 不忽略大小写

执行结果：

(0, 3)
None

9、正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式：

字母和数字表示他们自身。一个正则表达式模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时会拥有不同的含义。

标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。

反斜杠本身需要使用反斜杠转义。

由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'/t'，等价于'//t')匹配相应的特殊字符。

下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。

10、正则表达式实例

字符匹配

字符类

特殊字符类

以上是 python学习笔记之——正则表达式 的全部内容， 来源链接： utcz.com/z/388756.html