微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

python3正则模块re的使用方法详解

这篇文章主要介绍了python3正则模块re的使用方法详解,需要的朋友可以参考下

一、正则

1.正则表达式定义

正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

2.目的和特点

给定一个正则表达式和另一个字符串,我们可以达到如下的目的:

给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”):

可以通过正则表达式,从字符串中获取我们想要的特定部分。

正则表达式的特点是:

灵活性、逻辑性和功能性非常强;

可以迅速地用极简单的方式达到字符串的复杂控制。

由于正则表达式主要应用对象是文本,因此它在各种文本编辑器场合都有应用,小到著名编辑器EditPlus,大到Microsoft Word、Visual Studio等大型编辑器,都可以使用正则表达式来处理文本内容

3.常用的正则表达式

4.贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量认是贪婪的(在少数语言里也可能是认非贪婪),总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。例如:正则表达式"ab*“如果用于查找"abbbc”,将找到"abbb"。而如果使用非贪婪的数量词"ab*?",将找到"a"。

5.反斜杠

与大多数编程语言相同,正则表达式里使用"“作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r"“表示。同样,匹配一个数字的”d"可以写成r"d"。有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。

二、python3正则模块re

1.match

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]):

Match对象是一次匹配的结果,包含了很多关于此次匹配的信息,可以使用Match提供的可读属性方法获取这些信息。

属性

string: 匹配时使用的文本。

re: 匹配时使用的Pattern对象。

pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。

endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。

lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组,将为None。

lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组,将为None。

方法

group([group1, …])

获得一个或多个分组截获的字符串;指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名;编号0代表整个匹配的子串;不填写参数时,返回group(0);没有截获字符串的组返回None;截获了多次的组返回最后一次截获的子串。

groups([default])

元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代,认为None。

groupdict([default])

返回以有别名的组的别名为键、以该组截获的子串为值的字典,没有别名的组不包含在内。default含义同上。

start([group])

返回指定的组截获的子串在string中的起始索引(子串第一个字符的索引)。group认值为0。

end([group])

返回指定的组截获的子串在string中的结束索引(子串最后一个字符的索引+1)。group认值为0。

span([group])

返回(start(group), end(group))。

expand(template)

将匹配到的分组代入template中然后返回。template中可以使用id或g、g引用分组,但不能使用编号0。id与g是等价的;但10将被认为是第10个分组,如果你想表达1之后是字符'0',只能使用g0。

import re ret1 = re.match('t.{6}w', 'taaa333w123') try: print('匹配到的数据是:', ret1.group()) # 匹配的是一个group except: print('没有匹配到数据')

2.search

search(string[, pos[, endpos]]) | re.search(pattern, string[,flags])

这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern,如果pattern结束时仍可匹配,则返回一个Match对象;若无法匹配,则将pos加1后重新尝试匹配;直到pos=endpos时仍无法匹配则返回None。

pos和endpos的认值分别为0和len(string));re.search()无法指定这两个参数,参数flags用于编译pattern时指定匹配模式。

ret5 = re.search('^[0-9].*', '1hello python') # ^代表以什么开头 print(ret5.group())

3.split,findall,finditer三个方法

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])

split类似string中的split方法,不多解释

findall()方法搜索string,以列表形式返回全部能匹配的子串。 实例:

import re p = re.compile(r'd+') print(p.findall('one1two2three3four4'))

输出

['1', '2', '3', '4']

finditer()方法搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。实例:

import re p = re.compile(r'd+') for m in p.finditer('one1two2three3four4'): print(m.group(),)

输出

1 2 3 4

4.sub

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])

使用repl替换string中每一个匹配的子串后返回替换后的字符串。

当repl是一个字符串时,可以使用id或g、g引用分组,但不能使用编号0。

当repl是一个方法时,这个方法应当只接受一个参数(Match对象),并返回一个字符串用于替换(返回的字符串中不能再引用分组)。

count用于指定最多替换次数,不指定时全部替换。

import re p = re.compile(r'(w+) (w+)') s = 'i say, Hello World!' print(p.sub(r'2 1', s)) def func(m): return m.group(1).title() + ' ' + m.group(2).title() print(p.sub(func, s))

输出

say i, world hello!

更多关于python3正则模块re的使用方法请查看下面的相关链接

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐