Python編程之Re模塊下的函數(shù)介紹

更新時間：2017年10月28日 09:50:29 作者：chichao

這篇文章主要介紹了Python編程之Re模塊下的函數(shù)介紹，還是比較不錯的，這里分享給大家，供需要的朋友參考。

re模塊下的函數(shù)

compile(pattern)：創(chuàng)建模式對象

import re
pat=re.compile('A')
m=pat.search('CBA')          #等價于 re.search('A','CBA')
print m
<_sre.SRE_Match object at 0x9d690c8>  #匹配到了，返回MatchObject（True）
m=pat.search('CBD')
print m
None                  #沒有匹配到，返回None（False）

search(pattern,string)：在字符串中尋找模式

m = re.search('asd','ASDasd')
print m
<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）
m = re.search('asd','ASDASD')
print m
None                  #沒有匹配到，返回None（False）

match(pattern,string)：在字符串開始處匹配模式

m = re.search('asd','ASDasd')
print m
<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）
m = re.search('asd','ASDASD')
print m
None                  #沒有匹配到，返回None（False）

等價于

pat=re.compile('a')
print pat.match('Aasd')
None
printpat.match('aASD')
<_sre.SRE_Match object at 0xb72cd6e8>

上面的函數(shù)返回都可以在if條件語句中進行判斷：

if pat.search('asd'):
...   print 'OK'
... 
OK    #找到返回
if re.search('a','ASD'):
...   print "OK"
...    #沒有找到

split(pattern,string)：根據(jù)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')  #正則匹配：[, ]+，后面說明
['a', 's', 'd', 'asd']
 
re.split('[, ]+','a , s ,d   ,,,,,asd',maxsplit=2) # maxsplit 最多分割次數(shù)
['a', 's', 'd   ,,,,,asd']
 
pat = re.compile('[, ]+')           #正則匹配：[, ]+，后面說明
pat.split('a , s ,d   ,,,,,asd',maxsplit=2)    # maxsplit 最多分割次數(shù)
['a', 's', 'd   ,,,,,asd']

findall(pattern,string)：列表形式返回匹配項

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]+')    #正則匹配：'[A-Z]+' 后面有說明
pat.findall('ASDcDFGAa')
['ASD', 'DFGA']           #找到匹配到的字符串
pat = re.compile('[A-Z]')
pat.findall('ASDcDFGAa')     #正則匹配：'[A-Z]+' 后面有說明
['A', 'S', 'D', 'D', 'F', 'G', 'A'] #找到匹配到的字符串
pat = re.compile('[A-Za-z]')   #正則匹配：'[A-Za-z]+' 匹配所有單詞，后面有說明
pat.findall('ASDcDFGAa')
['A', 'S', 'D', 'c', 'D', 'F', 'G', 'A', 'a']

sub(pat,repl,string) ：用repl替換 pat匹配項

(留的是中間的，因為中間在中心)

 re.sub('a','A','abcasd')  #找到a用A替換，后面見和group的配合使用
'AbcAsd'
pat = re.compile('a')
pat.sub('A','abcasd')
'AbcAsd'
 pat=re.compile(r'www\.(.*)\..{3}') #正則表達式
 #在Python的string前面加上‘r'， 是為了告訴編譯器這個string是個raw string，不要轉(zhuǎn)譯反斜杠 '\' 。
 #例如，\n 在raw string中，是兩個字符，\和n， 而不會轉(zhuǎn)譯為換行符。
 #由于正則表達式和 \ 會有沖突，因此，當(dāng)一個字符串使用了正則表達式后，最好在前面加上'r'。
  #與大多數(shù)編程語言相同，正則表達式里使用"\"作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。
  #假如你需要匹配文本中的字符"\"，那么使用編程語言表示的正則表達式里將需要4個反斜杠"\\\\"：
  #前兩個和后兩個分別用于在編程語言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個反斜杠后再在正則表達式里轉(zhuǎn)義成一個反斜杠。
  #Python里的原生字符串很好地解決了這個問題，這個例子中的正則表達式可以使用r"\\"表示。
  #同樣，匹配一個數(shù)字的"\\d"可以寫成r"\d"。
  #有了原生字符串，你再也不用擔(dān)心是不是漏寫了反斜杠，寫出來的表達式也更直觀。
  #不是說 加了r \就沒有轉(zhuǎn)譯功能，好亂，就直接記住1句話：
  #當(dāng)一個字符串使用了正則表達式后，最好在前面加上'r'，這樣你再也不用擔(dān)心是不是漏寫了反斜杠，寫出來的表達式也更直觀
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' 是第一組的意思
#通過正則匹配找到符合規(guī)則的"www.dxy.com" ，取得 組1字符串 去替換 整個匹配。
 pat=re.compile(r'(\w+) (\w+)')   #正則表達式
s='hello world ! hello hz !'
pat.findall('hello world ! hello hz !')
[('hello', 'world'), ('hello', 'hz')]
pat.sub(r'\2 \1',s)        #通過正則得到組1(hello)，組2(world)，再通過sub去替換。即組1替換組2，組2替換組1，調(diào)換位置。 
'world hello!hz hello!'

escape(string) ：對字符串里面的特殊字符串進行轉(zhuǎn)義

re.escape('www.dxy.cn')
'www\\.dxy\\.cn'          #轉(zhuǎn)義

上面的函數(shù)中，只有match、search有g(shù)roup方法，其他的函數(shù)沒有。

函數(shù)的方法

group：獲取子模式(組)的匹配項

pat = re.compile(r'www\.(.*)\.(.*)')    #用()表示1個組，2個組
m = pat.match('www.dxy.com')
m.group()                 #默認為0，表示匹配整個字符串  
'www.dxy.com'
m.group(1)                 #返回給定組1匹配的子字符串
'dxy'
m.group(2)
'com'

start：給定組匹配項的開始位置

m.start(2)                 #組2開始的索引
8

end：給定組匹配項的結(jié)束位置

m.end(2)                  #組2結(jié)束的索引
11

span：給定組匹配項的開始結(jié)束位置

 m.span(2)                 #組2開始、結(jié)束的索引
(8, 11)

正則表達式

正則表達式(可以稱為REs，regex，regex pattens)是一個小巧的，高度專業(yè)化的編程語言，它內(nèi)嵌于python開發(fā)語言中，可通過re模塊使用。正則表達式的pattern可以被編譯成一系列的字節(jié)碼，然后用C編寫的引擎執(zhí)行。下面簡單介紹下正則表達式的語法。

元字符

“.” ：通配符,除換行符外的任意的1個字符

pat=re.compile('.')
pat.match('abc')
<_sre.SRE_Match object at 0xb72b6170>
pat.match('abc').group()
'a'                #匹配到了首個字符
pat.search('abc').group() 
'a'
pat.match('\n').group()    #換行符匹配出錯
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

“\” : 轉(zhuǎn)義符

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，匹配里面的任意一個元素

>>> pat=re.compile('[abc]')
>>> pat.match('axbycz').group()
'a'
>>> pat.search('axbycz').group()
'a'
>>> pat.findall('axbycz')
['a', 'b', 'c']

“\d” : 數(shù)字

>>> pat=re.compile('\d')      
>>> pat.search('ax1by2cz3').group()  #匹配到第一個數(shù)字:1，返回
'1'
>>> pat.match('ax1by2cz3').group()  #匹配不到（首個不是）返回None，報錯，match匹配字符串頭
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.findall('ax1by2cz3')     #匹配所有的數(shù)字，列表返回
['1', '2', '3']

“\D” : 非數(shù)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” ：單個的數(shù)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”:非單詞字符,除數(shù)字和字母外

>>> pat=re.compile('\W')
>>> pat.findall('1a2我b3c') #python是用三字節(jié)表示一個漢字
['\xe6', '\x88', '\x91']
>>> pat.search('1a2我b3c').group()
'\xe6'

數(shù)量詞

“*” ：0次或多次

（乘0會變成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,因為有0次，所以匹配了''

“+” ：1次或多次

（加0不會變成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 不會出現(xiàn)none，會出現(xiàn)' ‘ （因為0次也是符合的）

0次或1次不是指[xxx]這個集合，而是其中的任何的一個字符

>>> 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', '']   #后面總再加個''

“數(shù)量詞?” ：非貪婪模式：只匹配最少的（盡可能少）；默認貪婪模式：匹配最多的（盡可能多）

>>> pat = re.compile('[abc]+')     #貪婪模式
>>> pat.match('abcdefabcabc').group() #匹配盡可能多的：abc
'abc'
>>> pat.match('bbabcdefabcabc').group()
'bbabc'
>>> pat.search('dbbabcdefabcabc').group()
'bbabc'
>>> pat.findall('abcdefabcabc')
['abc', 'abcabc']
>>> pat = re.compile('[abc]+?')    #非貪婪模式：+?
>>> pat.match('abcdefabcabc').group() #匹配盡可能少的：a、b、c
'a'
>>> pat.search('dbbabcdefabcabc').group()
'b'
>>> pat.findall('abcdefabcabc')
['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c']

“{m}” ：匹配字符串出現(xiàn)m次

>>> pat = re.compile('[op]{2}')   #o或p出現(xiàn)2次
>>> pat.search('abcooapp').group() #匹配第一次出現(xiàn)的字符串,o比p先出現(xiàn)
'oo'
>>> pat.findall('abcooapp')     #匹配出現(xiàn)的所有字符串，列表形式返回
['oo', 'pp']

“{m,n}” ：匹配字符串出現(xiàn)m到n次

>>> pat = re.compile('[op]{2,4}')   #o或則p出現(xiàn)2到4次
>>> pat.match('pppabcooapp').group() #匹配開頭
'ppp'
>>> pat.search('pppabcooapp').group() #匹配第一次出現(xiàn)
'ppp'
>>> pat.findall('pppabcooapp')    #匹配所有
['ppp', 'oo', 'pp']

.group() #匹配第一次出現(xiàn)

邊界

“^” ：匹配字符串開頭或行頭

>>> pat = re.compile('^[abc]')   #開頭是a、b、c中的任意一個
>>> pat.search('defabc').group()   
>>> pat.match('defabc').group()  #均找不到
>>> pat.findall('defabc')
[]
>>> pat.search('adefabc').group()
'a'
>>> pat.match('adefabc').group()  #開頭是a、b、c中的任意一個
'a'
>>> pat.findall('adefabc')
['a']
>>> pat = re.compile('^[abc]+')  #開頭是a、b、c中的任意一個的一次或則多次，貪婪：匹配多個
>>> pat.findall('cbadefab')
['cba']
>>> pat = re.compile(r'^[abc]+?') #開頭是a、b、c中的任意一個的一次或則多次，非貪婪：匹配一個
>>> pat.findall('cbadefab')
['c']

“$” ：匹配字符串結(jié)尾或則行尾

>>> pat = re.compile('[abc]$')
>>> pat.match('adefAbc').group()  #match匹配的是字符串開頭，所以查找$的時，總是返回None
>>> pat.search('adefAbc').group() #結(jié)尾是a、b、c中的任意一個
'c'
>>> pat.findall('adefAbc')     
['c']
>>> pat = re.compile('[abc]+$')
>>> pat.search('adefAbc').group() #結(jié)尾是a、b、c中的任意一個的一次或則多次，貪婪：匹配多個
'bc'
>>> pat.findall('adefAbc')
['bc']

“\A”：匹配字符串開頭

>>> pat = re.compile('\A[abc]+')
>>> pat.findall('cbadefab')
['cba']
>>> pat.search('cbadefab').group()
'cba'

“\Z”：匹配字符串結(jié)尾

>>> pat = re.compile('[abc]+\Z')
>>> pat.search('cbadefab').group()
'ab'
>>> pat.findall('cbadefab')
['ab']

分組

(…)：分組匹配,從左到右,每遇到一個 ( 編號+1，分組后面可加數(shù)量詞

>>> pat=re.compile(r'(a)\w(c)') #\w:單個的數(shù)字或字母 [A-Za-z0-9]
>>> pat.match('abcdef').group()
'abc'
>>> pat=re.compile('(a)b(c)')  #分2組，匿名分組 
                 
>>> pat.match('abcdef').group() #默認返回匹配的字符串
'abc'
>>> pat.match('abcdef').group(1) #取分組1，適用于search
'a'
>>> pat.match('abcdef').group(2) #取分組2，適用于search
'c'
>>> pat.match('abcdef').groups() #取所有分組，元組形式返回
('a', 'c')

<number>：引用編號為<number>的分組匹配到的字符串

>>> pat=re.compile(r'www\.(.*)\..{3}')
>>> pat.match('www.dxy.com').group(1)
'dxy'

“(?P<name>…)” ：在模式里面用()來表示分組（命名分組）,適用于提取目標字符串中的某一些部位。

>>> pat=re.compile(r'(?P<K>a)\w(c)')  #分2組：命名分組+匿名分組
>>> pat.search('abcdef').groups()    #取所有分組，元組形式返回
('a', 'c')
>>> pat.search('abcdef').group(1)    #取分組1，適用于match
'a'
>>> pat.search('abcdef').group(2)    #取分組2，適用于match
'c'
>>> pat.search('abcdef').group()    #默認返回匹配的字符串
'abc'
>>> pat.search('abcdef').groupdict()  #命名分組可以返回一個字典【專有】，匿名分組也沒有
{'K': 'a'}

“(?P=name)”：引用別名為<name>的分組匹配到的串

>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)')  #(?P=K)引用分組1的值，就是a
>>> pat.search('abcdef').group()       #匹配不到，因為完整'a\wca',模式的第4位是a
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
 
>>> pat.search('abcadef').group()       #匹配到，模式的第4位和組1一樣,值是c
'abca'
>>> pat.search('abcadef').groups()
('a', 'c')
>>> pat.search('abcadef').group(1)
'a'
>>> pat.search('abcadef').group(2)
'c

“<number>” ：引用分組編號匹配：

>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)\2') #\2引用分組2的值，就是c
>>> pat.findall('Aabcadef')          #匹配不到，因為完整'a\wcac',模式的第5位是c
[]
>>> pat.findall('Aabcacdef')         #匹配到，模式的第5位和組2一樣,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'

特殊構(gòu)造

(?:…) (…)不分組版本,用于使用 | 或者后接數(shù)量詞
(?iLmsux) iLmsux的每個字符代表一個匹配模式,只能用在正則表達式的開頭,可選多個
(?#…) #號后的內(nèi)容將作為注釋
(?=…) 之后的字符串內(nèi)容需要匹配表達式才能成功匹配
(?!…) 之后的字符串不匹配表達式才能成功
(?(?(?(id/name) yes |no) 如果編號為id/名字為name的組匹配到字符串,則需要匹配yes,否則匹配no,no可以省略
“(?:…)” ：()里面有?:表示該()不是分組

>>> pat=re.compile(r'a(?:bc)')
>>> pat.findall('abc')
['abc']
>>> pat.match('abc').groups()   #顯示不出分組

“(?=…)”：匹配…表達式，返回。對后進行匹配，總是對后面進行匹配

>>> pat=re.compile(r'\w(?=\d)')  #匹配表達式\d，返回數(shù)字的前一位，\w：單詞字符[A-Za-z0-9]
>>> pat.findall('abc1 def1 xyz1')
['c', 'f', 'z']
>>> pat.findall('zhoujy20130628hangzhou') #匹配數(shù)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')     #匹配最末數(shù)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,可以用其他的正則方法
>>> pat.findall('zhoujy20130628hangzhou123') #匹配后面帶有數(shù)字的字符串，列表返回
['zhoujy', 'hangzhou']
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']

“(?!…)” 不匹配…表達式，返回。對后進行匹配

>>> pat=re.compile(r'[A-Za-z]+(?!\d)')    #[A-Za-z],匹配字母,可以用其他的正則方法
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310') #匹配后面不是數(shù)字的字符串，列表返回
['zhouj', 'hangzho', 'binjian']
>>> pat.findall('abc21,def31,xyz41')
['ab', 'de', 'xy']

“(?<=…)”：匹配…表達式，返回。對前進行匹配,總是對前面進行匹配

>>> pat=re.compile(r'(?<=\d)[A-Za-z]+')   #匹配前面是數(shù)字的字母
>>> pat.findall('abc21,def31,xyz41')
[]
>>> pat.findall('1abc21,2def31,3xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['hangzhou']

“(?<!…)”：不匹配…表達式，返回。對前進行匹配,總是對前面進行匹配

>>> pat=re.compile(r'(?<!\d)[A-Za-z]+')   #匹配前面不是數(shù)字的字母
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhoujy', 'angzhou', 'binjiang']

“(?(id/name) yes |no)”: 組是否匹配，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,總共5位，第2位是可有可無的數(shù)字，第5為是數(shù)字
>>> pat.findall('abc9')          #返回組1，但第2位（組1）沒有，即返回了''
['']
>>> pat.findall('a8bc9')         #完整的模式，返回組1
['8']
>>> pat.match('a8bc9').group()
'a8bc9'
>>> pat.match('a8bc9').group(1)
'8'
>>> pat.findall('a8bc')          #第5位不存在，則沒有匹配到
[]

“(?iLmsux)”:這里就介紹下i參數(shù)：大小寫區(qū)分匹配

>>> pat=re.compile(r'abc')
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
[]
>>> pat=re.compile(r'(?i)abc')      #(?i) 不區(qū)分大小寫
>>> 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 作為參數(shù)使用，推薦
>>> pat.findall('aBC')
['aBC']
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
['ABC']

總結(jié)

以上就是本文關(guān)于Python編程之Re模塊下的函數(shù)介紹的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：Python探索之靜態(tài)方法和類方法的區(qū)別詳解、Python探索之爬取電商售賣信息代碼示例等，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

您可能感興趣的文章: