Python编程之Re模块下的函数介绍
re模块下的函数
compile(pattern)：创建模式对象
importre
pat=re.compile('A')
m=pat.search('CBA')#等价于re.search('A','CBA')
printm
<_sre.SRE_Matchobjectat0x9d690c8>#匹配到了，返回MatchObject（True）
m=pat.search('CBD')
printm
None#没有匹配到，返回None（False）
search(pattern,string)：在字符串中寻找模式
m=re.search('asd','ASDasd')
printm
<_sre.SRE_Matchobjectat0xb72cd6e8>#匹配到了，返回MatchObject（True）
m=re.search('asd','ASDASD')
printm
None#没有匹配到，返回None（False）
match(pattern,string)：在字符串开始处匹配模式
m=re.search('asd','ASDasd')
printm
<_sre.SRE_Matchobjectat0xb72cd6e8>#匹配到了，返回MatchObject（True）
m=re.search('asd','ASDASD')
printm
None#没有匹配到，返回None（False）
等价于
pat=re.compile('a')
printpat.match('Aasd')
None
printpat.match('aASD')
<_sre.SRE_Matchobjectat0xb72cd6e8>
上面的函数返回都可以在if条件语句中进行判断：
ifpat.search('asd'):
...print'OK'
...
OK#找到返回
ifre.search('a','ASD'):
...print"OK"
...#没有找到
split(pattern,string)：根据模式分割字符串,返回列表
re.split(',','a,s,d,asd')
['a','s','d','asd']#返回列表
pat=re.compile(',')
pat.split('a,s,d,asd')
['a','s','d','asd']#返回列表
re.split('[,]+','a,s,d,,,,,asd')#正则匹配：[,]+，后面说明
['a','s','d','asd']
re.split('[,]+','a,s,d,,,,,asd',maxsplit=2)#maxsplit最多分割次数
['a','s','d,,,,,asd']
pat=re.compile('[,]+')#正则匹配：[,]+，后面说明
pat.split('a,s,d,,,,,asd',maxsplit=2)#maxsplit最多分割次数
['a','s','d,,,,,asd']
findall(pattern,string)：列表形式返回匹配项
re.findall('a','ASDaDFGAa')
['a','a']#列表形式返回匹配到的字符串
pat=re.compile('a')
pat.findall('ASDaDFGAa')
['a','a']#列表形式返回匹配到的字符串
pat=re.compile('[A-Z]+')#正则匹配：'[A-Z]+'后面有说明
pat.findall('ASDcDFGAa')
['ASD','DFGA']#找到匹配到的字符串
pat=re.compile('[A-Z]')
pat.findall('ASDcDFGAa')#正则匹配：'[A-Z]+'后面有说明
['A','S','D','D','F','G','A']#找到匹配到的字符串
pat=re.compile('[A-Za-z]')#正则匹配：'[A-Za-z]+'匹配所有单词，后面有说明
pat.findall('ASDcDFGAa')
['A','S','D','c','D','F','G','A','a']
sub(pat,repl,string)：用repl替换pat匹配项
(留的是中间的，因为中间在中心)
re.sub('a','A','abcasd')#找到a用A替换，后面见和group的配合使用
'AbcAsd'
pat=re.compile('a')
pat.sub('A','abcasd')
'AbcAsd'
pat=re.compile(r'www\.(.*)\..{3}')#正则表达式
#在Python的string前面加上‘r'，是为了告诉编译器这个string是个rawstring，不要转译反斜杠'\'。
#例如，\n在rawstring中，是两个字符，\和n，而不会转译为换行符。
#由于正则表达式和\会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上'r'。
#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。
#不是说加了r\就没有转译功能，好乱，就直接记住1句话：
#当一个字符串使用了正则表达式后，最好在前面加上'r'，这样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
pat.match('www.dxy.com').group(1)
'dxy'
re.sub(r'www\.(.*)\..{3}',r'\1','hello,www.dxy.com')
pat.sub(r'\1','hello,www.dxy.com')
'hello,dxy'
#r'1'是第一组的意思
#通过正则匹配找到符合规则的"www.dxy.com"，取得组1字符串去替换整个匹配。
pat=re.compile(r'(\w+)(\w+)')#正则表达式
s='helloworld!hellohz!'
pat.findall('helloworld!hellohz!')
[('hello','world'),('hello','hz')]
pat.sub(r'\2\1',s)#通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。
'worldhello!hzhello!'
escape(string)：对字符串里面的特殊字符串进行转义
re.escape('www.dxy.cn')
'www\\.dxy\\.cn'#转义
上面的函数中，只有match、search有group方法，其他的函数没有。
函数的方法
group：获取子模式(组)的匹配项
pat=re.compile(r'www\.(.*)\.(.*)')#用()表示1个组，2个组
m=pat.match('www.dxy.com')
m.group()#默认为0，表示匹配整个字符串
'www.dxy.com'
m.group(1)#返回给定组1匹配的子字符串
'dxy'
m.group(2)
'com'
start：给定组匹配项的开始位置
m.start(2)#组2开始的索引 8
end：给定组匹配项的结束位置
m.end(2)#组2结束的索引 11
span：给定组匹配项的开始结束位置
m.span(2)#组2开始、结束的索引 (8,11)
正则表达式
正则表达式(可以称为REs，regex，regexpattens)是一个小巧的，高度专业化的编程语言，它内嵌于python开发语言中，可通过re模块使用。正则表达式的pattern可以被编译成一系列的字节码，然后用C编写的引擎执行。下面简单介绍下正则表达式的语法。
元字符
“.”：通配符,除换行符外的任意的1个字符
pat=re.compile('.')
pat.match('abc')
<_sre.SRE_Matchobjectat0xb72b6170>
pat.match('abc').group()
'a'#匹配到了首个字符
pat.search('abc').group()
'a'
pat.match('\n').group()#换行符匹配出错
Traceback(mostrecentcalllast):
File"",line1,in
AttributeError:'NoneType'objecthasnoattribute'group'
“\”:转义符
pat=re.compile('\.')
pat.search('abc.efg').group()#匹配到.
'.'
pat.findall('abc.efg')#不用group,返回列表
['.']
“[…]”:字符集合，匹配里面的任意一个元素
>>>pat=re.compile('[abc]')
>>>pat.match('axbycz').group()
'a'
>>>pat.search('axbycz').group()
'a'
>>>pat.findall('axbycz')
['a','b','c']
“\d”:数字
>>>pat=re.compile('\d')
>>>pat.search('ax1by2cz3').group()#匹配到第一个数字:1，返回
'1'
>>>pat.match('ax1by2cz3').group()#匹配不到（首个不是）返回None，报错，match匹配字符串头
Traceback(mostrecentcalllast):
File"",line1,in
AttributeError:'NoneType'objecthasnoattribute'group'
>>>pat.findall('ax1by2cz3')#匹配所有的数字，列表返回
['1','2','3']
“\D”:非数字
>>>pat=re.compile('\D')
>>>pat.match('ax1by2cz3').group()
'a'
>>>pat.search('ax1by2cz3').group()
'a'
>>>pat.findall('ax1by2cz3')
['a','x','b','y','c','z']
“\s”：空白字符、\t、\r、\n、空格
>>>pat=re.compile('\s')
>>>pat.findall('\rax1\nby2\tcz3')
['\r','','\n','','\t']
>>>pat.search('\rax1\nby2\tcz3').group()
'\r'
>>>pat.match('\rax1\nby2\tcz3').group()
'\r'
“S”:非空白字符
>>>pat=re.compile('\S')
>>>pat.search('\rax1\nby2\tcz3').group()
'a'
>>>pat.findall('\rax1\nby2\tcz3')
['a','x','1','b','y','2','c','z','3']
“\w”：单个的数字和字母，[A-Za-z0-9]
>>>pat=re.compile('\w')
>>>pat.search('1a2b3c').group()
'1'
>>>pat.findall('1a2b3c')
['1','a','2','b','3','c']
>>>pat.match('1a2b3c').group()
'1'
“\W”:非单词字符,除数字和字母外
>>>pat=re.compile('\W')
>>>pat.findall('1a2我b3c')#python是用三字节表示一个汉字
['\xe6','\x88','\x91']
>>>pat.search('1a2我b3c').group()
'\xe6'
数量词
“*”：0次或多次
（乘0会变成0）
>>>pat=re.compile('[abc]*')
>>>pat.match('abcabcdefabc').group()
'abcabc'#2次
>>>pat.search('abcabcdefabc').group()
'abcabc'#2次
>>>pat.findall('abcabcdefabc')
['abcabc','','','','abc','']#2次和1次,因为有0次，所以匹配了''
“+”：1次或多次
（加0不会变成0）
>>>pat=re.compile('[abc]+')
>>>pat.match('abcdefabcabc').group()
'abc'
>>>pat.search('abcdefabcabc').group()
'abc'
>>>pat.findall('abcdefabcabc')
['abc','abcabc']
“?”：0次或1次，match,search不会出现none，会出现'‘（因为0次也是符合的）
0次或1次不是指[xxx]这个集合，而是其中的任何的一个字符
>>>pat=re.compile('[abc]?')
>>>pat.match('defabc').group()#0次
''
>>>pat.match('abcdefabc').group()
'a'
>>>pat.search('defabc').group()#0次
''
>>>pat.findall('defabc')#0次和1次
['','','','a','b','c','']#后面总再加个''
“数量词?”：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多）
>>>pat=re.compile('[abc]+')#贪婪模式
>>>pat.match('abcdefabcabc').group()#匹配尽可能多的：abc
'abc'
>>>pat.match('bbabcdefabcabc').group()
'bbabc'
>>>pat.search('dbbabcdefabcabc').group()
'bbabc'
>>>pat.findall('abcdefabcabc')
['abc','abcabc']
>>>pat=re.compile('[abc]+?')#非贪婪模式：+?
>>>pat.match('abcdefabcabc').group()#匹配尽可能少的：a、b、c
'a'
>>>pat.search('dbbabcdefabcabc').group()
'b'
>>>pat.findall('abcdefabcabc')
['a','b','c','a','b','c','a','b','c']
“{m}”：匹配字符串出现m次
>>>pat=re.compile('[op]{2}')#o或p出现2次
>>>pat.search('abcooapp').group()#匹配第一次出现的字符串,o比p先出现
'oo'
>>>pat.findall('abcooapp')#匹配出现的所有字符串，列表形式返回
['oo','pp']
“{m,n}”：匹配字符串出现m到n次
>>>pat=re.compile('[op]{2,4}')#o或则p出现2到4次
>>>pat.match('pppabcooapp').group()#匹配开头
'ppp'
>>>pat.search('pppabcooapp').group()#匹配第一次出现
'ppp'
>>>pat.findall('pppabcooapp')#匹配所有
['ppp','oo','pp']
.group()#匹配第一次出现
边界
“^”：匹配字符串开头或行头
>>>pat=re.compile('^[abc]')#开头是a、b、c中的任意一个
>>>pat.search('defabc').group()
>>>pat.match('defabc').group()#均找不到
>>>pat.findall('defabc')
[]
>>>pat.search('adefabc').group()
'a'
>>>pat.match('adefabc').group()#开头是a、b、c中的任意一个
'a'
>>>pat.findall('adefabc')
['a']
>>>pat=re.compile('^[abc]+')#开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
>>>pat.findall('cbadefab')
['cba']
>>>pat=re.compile(r'^[abc]+?')#开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个
>>>pat.findall('cbadefab')
['c']
“$”：匹配字符串结尾或则行尾
>>>pat=re.compile('[abc]$')
>>>pat.match('adefAbc').group()#match匹配的是字符串开头，所以查找$的时，总是返回None
>>>pat.search('adefAbc').group()#结尾是a、b、c中的任意一个
'c'
>>>pat.findall('adefAbc')
['c']
>>>pat=re.compile('[abc]+$')
>>>pat.search('adefAbc').group()#结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个
'bc'
>>>pat.findall('adefAbc')
['bc']
“\A”：匹配字符串开头
>>>pat=re.compile('\A[abc]+')
>>>pat.findall('cbadefab')
['cba']
>>>pat.search('cbadefab').group()
'cba'
“\Z”：匹配字符串结尾
>>>pat=re.compile('[abc]+\Z')
>>>pat.search('cbadefab').group()
'ab'
>>>pat.findall('cbadefab')
['ab']
分组
(…)：分组匹配,从左到右,每遇到一个(编号+1，分组后面可加数量词
>>>pat=re.compile(r'(a)\w(c)')#\w:单个的数字或字母[A-Za-z0-9]
>>>pat.match('abcdef').group()
'abc'
>>>pat=re.compile('(a)b(c)')#分2组，匿名分组
>>>pat.match('abcdef').group()#默认返回匹配的字符串
'abc'
>>>pat.match('abcdef').group(1)#取分组1，适用于search
'a'
>>>pat.match('abcdef').group(2)#取分组2，适用于search
'c'
>>>pat.match('abcdef').groups()#取所有分组，元组形式返回
('a','c')
>>>pat=re.compile(r'www\.(.*)\..{3}')
>>>pat.match('www.dxy.com').group(1)
'dxy'
“(?P
>>>pat=re.compile(r'(?Pa)\w(c)')#分2组：命名分组+匿名分组 >>>pat.search('abcdef').groups()#取所有分组，元组形式返回 ('a','c') >>>pat.search('abcdef').group(1)#取分组1，适用于match 'a' >>>pat.search('abcdef').group(2)#取分组2，适用于match 'c' >>>pat.search('abcdef').group()#默认返回匹配的字符串 'abc' >>>pat.search('abcdef').groupdict()#命名分组可以返回一个字典【专有】，匿名分组也没有 {'K':'a'}
“(?P=name)”：引用别名为
>>>pat=re.compile(r'(?Pa)\w(c)(?P=K)')#(?P=K)引用分组1的值，就是a >>>pat.search('abcdef').group()#匹配不到，因为完整'a\wca',模式的第4位是a Traceback(mostrecentcalllast): File" ",line1,in AttributeError:'NoneType'objecthasnoattribute'group' >>>pat.search('abcadef').group()#匹配到，模式的第4位和组1一样,值是c 'abca' >>>pat.search('abcadef').groups() ('a','c') >>>pat.search('abcadef').group(1) 'a' >>>pat.search('abcadef').group(2) 'c
“
>>>pat=re.compile(r'(?Pa)\w(c)(?P=K)\2')#\2引用分组2的值，就是c >>>pat.findall('Aabcadef')#匹配不到，因为完整'a\wcac',模式的第5位是c [] >>>pat.findall('Aabcacdef')#匹配到，模式的第5位和组2一样,值是c [('a','c')] >>>pat.search('Aabcacdef').groups() ('a','c') >>>pat.search('Aabcacdef').group() 'abcac' >>>pat.search('Aabcacdef').group(1) 'a' >>>pat.search('Aabcacdef').group(2) 'c'
特殊构造
(?:…)(…)不分组版本,用于使用|或者后接数量词
(?iLmsux)iLmsux的每个字符代表一个匹配模式,只能用在正则表达式的开头,可选多个
(?#…)#号后的内容将作为注释
(?=…)之后的字符串内容需要匹配表达式才能成功匹配
(?!…)之后的字符串不匹配表达式才能成功
(?(?(?(id/name)yes|no)如果编号为id/名字为name的组匹配到字符串,则需要匹配yes,否则匹配no,no可以省略
“(?:…)”：()里面有?:表示该()不是分组
>>>pat=re.compile(r'a(?:bc)')
>>>pat.findall('abc')
['abc']
>>>pat.match('abc').groups()#显示不出分组
“(?=…)”：匹配…表达式，返回。对后进行匹配，总是对后面进行匹配
>>>pat=re.compile(r'\w(?=\d)')#匹配表达式\d，返回数字的前一位，\w：单词字符[A-Za-z0-9]
>>>pat.findall('abc1def1xyz1')
['c','f','z']
>>>pat.findall('zhoujy20130628hangzhou')#匹配数字的前一位，列表返回
['y','2','0','1','3','0','6','2']
>>>pat=re.compile(r'\w+(?=\d)')
>>>pat.findall('abc1,def1,xyz1')#匹配最末数字的前字符串，列表返回
['abc','def','xyz']
>>>pat.findall('abc21,def31,xyz41')
['abc2','def3','xyz4']
>>>pat.findall('zhoujy20130628hangzhou')
['zhoujy2013062']
>>>pat=re.compile(r'[A-Za-z]+(?=\d)')#[A-Za-z],匹配字母,可以用其他的正则方法
>>>pat.findall('zhoujy20130628hangzhou123')#匹配后面带有数字的字符串，列表返回
['zhoujy','hangzhou']
>>>pat.findall('abc21,def31,xyz41')
['abc','def','xyz']
“(?!…)”不匹配…表达式，返回。对后进行匹配
>>>pat=re.compile(r'[A-Za-z]+(?!\d)')#[A-Za-z],匹配字母,可以用其他的正则方法
>>>pat.findall('zhoujy20130628hangzhou123,12,binjiang310')#匹配后面不是数字的字符串，列表返回
['zhouj','hangzho','binjian']
>>>pat.findall('abc21,def31,xyz41')
['ab','de','xy']
“(?<=…)”：匹配…表达式，返回。对前进行匹配,总是对前面进行匹配
>>>pat=re.compile(r'(?<=\d)[A-Za-z]+')#匹配前面是数字的字母
>>>pat.findall('abc21,def31,xyz41')
[]
>>>pat.findall('1abc21,2def31,3xyz41')
['abc','def','xyz']
>>>pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['hangzhou']
“(?
>>>pat=re.compile(r'(?>>pat.findall('abc21,def31,xyz41')
['abc','def','xyz']
>>>pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhoujy','angzhou','binjiang']
“(?(id/name)yes|no)”:组是否匹配，匹配返回
>>>pat=re.compile(r'a(\d)?bc(?(1)\d)')#no省略了，完整的是a\dbc\d==>a2bc3,总共5位，第2位是可有可无的数字，第5为是数字
>>>pat.findall('abc9')#返回组1，但第2位（组1）没有，即返回了''
['']
>>>pat.findall('a8bc9')#完整的模式，返回组1
['8']
>>>pat.match('a8bc9').group()
'a8bc9'
>>>pat.match('a8bc9').group(1)
'8'
>>>pat.findall('a8bc')#第5位不存在，则没有匹配到
[]
“(?iLmsux)”:这里就介绍下i参数：大小写区分匹配
>>>pat=re.compile(r'abc')
>>>pat.findall('abc')
['abc']
>>>pat.findall('ABC')
[]
>>>pat=re.compile(r'(?i)abc')#(?i)不区分大小写
>>>pat.findall('ABC')
['ABC']
>>>pat.findall('abc')
['abc']
>>>pat.findall('aBc')
['aBc']
>>>pat.findall('aBC')
['aBC']
>>>pat=re.compile(r'abc',re.I)#re.I作为参数使用，推荐
>>>pat.findall('aBC')
['aBC']
>>>pat.findall('abc')
['abc']
>>>pat.findall('ABC')
['ABC']
以上就是本文关于Python编程之Re模块下的函数介绍的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：Python探索之静态方法和类方法的区别详解、Python探索之爬取电商售卖信息代码示例等，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。