Python-re模块-正则表达式模块常用方法

2023-10-11 18:52:56 浏览数 (1)

re模块介绍：

Python的re模块提供了正则表达式的功能,可以用来进行高级的字符串匹配和处理。re模块的主要功能包括:

  1. 编译正则表达式 - 使用re.compile()可以编译正则表达式字符串,生成正则表达式对象。
  2. 匹配字符串 - 使用正则表达式对象的match()、search()、findall()等方法可以在字符串进行匹配。
  3. 替换字符串 - 使用sub()和subn()方法可以使用正则表达式进行字符串替换。
  4. 分割字符串 - 使用split()方法可以按照正则表达式的匹配结果分割字符串。
  5. 获取匹配信息 - match对象包含了各种匹配信息,如匹配字符串、位置等。
  6. 标志 - 可以使用标志来修改正则表达式的匹配方式,如忽略大小写,多行匹配等。
  7. 模块级函数 - re模块还提供了模块级的正则匹配函数,如escape()可以对字符串转义。

re模块的这些功能覆盖了正则表达式的常见用法。使用re模块可以简化字符串的模式匹配、信息提取、过滤替换、切分等操作

需要注意的一点是,re模块主要针对ASCII字符,对Unicode的支持不太友好。此时可以考虑第三方模块如regex

总之,re模块是Python中使用正则表达式的最基础的模块,非常值得学习和掌握

Python re模块详解

re模块提供正则表达式模式匹配操作,主要有以下函数:

match()

匹配字符串开头位置,返回match对象或None:

代码语言：javascript复制
import re

m = re.match('foo','foo') 
print(m.group()) # 'foo'

m = re.match('foo','bar')
print(m) # None
search()

搜索字符串任意位置,返回match对象或None:

代码语言：javascript复制
m = re.search('foo','hello food')
print(m.group()) # 'foo'
findall()

搜索字符串,返回所有匹配的列表:

代码语言：javascript复制
m = re.findall('d','123abc456')
print(m) # ['1', '2', '3', '4', '5', '6']
sub()

使用正则表达式进行字符串替换:

代码语言：javascript复制
text = re.sub('d', '0', '123abc456')
print(text) # '000abc000'
split()

使用正则表达式进行字符串分割:

代码语言：javascript复制
m = re.split('d ', '123abc456') 
print(m) # ['abc', '']
compile()

编译正则表达式,返回pattern对象:

代码语言：javascript复制
pat = re.compile('d') 
m = pat.match('123')
finditer()

在Python的re模块中,re.finditer()是非常有用的一个正则表达式匹配函数。

re.finditer()的作用是在字符串中找到所有的匹配,并返回一个迭代器。相比re.findall()和re.finditer()有以下区别:

  • re.findall():返回一个匹配字符串的列表
  • re.finditer():返回一个匹配对象迭代器

示例:

代码语言：javascript复制
import re

s = 'hello 123 456 world'

matches = re.findall('d ', s)
print(matches) # ['123', '456']

iterator = re.finditer('d ', s)
print(iterator) # <callable_iterator object at 0x10f5f3b50>

for match in iterator:
    print(match) 
    
# <re.Match object; span=(6, 9), match='123'>
# <re.Match object; span=(10, 13), match='456'>

re.finditer()的返回对象是一个迭代器,每次迭代返回一个Match对象,包含匹配的字符串和位置。

主要优点是:

  • 不需要先存储所有匹配,更save内存
  • 可以逐个访问每个匹配
  • 提供了匹配的位置信息

所以在需要定位每个匹配的位置时,re.finditer()非常有用。

fullmatch()

匹配整个字符串,返回match对象或None:

代码语言：javascript复制
import re

m = re.fullmatch('foo','foo')
print(m.group()) # 'foo' 

m = re.fullmatch('foo','foo bar')  
print(m) # None
escape()

将特殊字符转义,可以将字符串转化为正则表达式的字符串形式:

代码语言：javascript复制
escaped = re.escape('http://example.com')  
print(escaped) # 'http://example.com'
purge()

清除缓存的正则表达式,可以避免重复编译正则表达式:

代码语言：javascript复制
pat = re.compile(r'd ')
re.purge() # 清除缓存
match.expand()

使用匹配到的组内容,替换字符串模板:

代码语言：javascript复制
m = re.match(r'(?P<name>w ) (w )', 'John Doe')
print(m.expand('Hello g<name>')) # 'Hello John'
(?Pw )和 group(“name”) 搭配使用
代码语言：javascript复制
import re

pattern = r'(?P<first_name>w ) (?P<last_name>w )'

string = 'John Doe'

# 匹配字符串
m = re.match(pattern, string)

# 使用命名组获取匹配
first_name = m.group('first_name') 
last_name = m.group('last_name')

print(first_name) # John
print(last_name) # Doe

# 替换字符串
new_string = re.sub(pattern, r'g<last_name>, g<first_name>', string)
print(new_string) # Doe, John

在这个例子中,正则表达式模式使用了两个命名捕获组first_name和last_name。

然后在获取匹配后,可以直接通过命名引用匹配的内容。

在替换字符串时,也可以利用命名组引用,使代码更简洁清晰。

所以命名捕获组可以让正则匹配和处理更高效方便。

以上是re模块的常用函数

python 正则表达式 对象 函数 字符串

0 人点赞