一、簡(jiǎn)單介紹

正則表達(dá)式是一種小型的、高度專業(yè)化的編程語(yǔ)言，并不是python中特有的，是許多編程語(yǔ)言中基礎(chǔ)而又重要的一部分。在python中，主要通過(guò)re模塊來(lái)實(shí)現(xiàn)。

正則表達(dá)式模式被編譯成一系列的字節(jié)碼，然后由用c編寫(xiě)的匹配引擎執(zhí)行。那么正則表達(dá)式通常有哪些使用場(chǎng)景呢？

比如為想要匹配的相應(yīng)字符串集指定規(guī)則；

該字符串集可以是包含e-mail地址、Internet地址、電話號(hào)碼，或是根據(jù)需求自定義的一些字符串集；

當(dāng)然也可以去判斷一個(gè)字符串集是否符合我們定義的匹配規(guī)則；

找到字符串中匹配該規(guī)則的部分內(nèi)容；

修改、切割等一系列的文本處理；

......

二、特殊符號(hào)和字符（元字符）

這里介紹常見(jiàn)的一些元字符，它給予正則表達(dá)式強(qiáng)大的功能和靈活性。表2-1列出了比較常見(jiàn)的符號(hào)和字符。

三、正則表達(dá)式

1、使用 compile()函數(shù)編譯正則表達(dá)式

由于python代碼最終會(huì)被翻譯成字節(jié)碼，然后在解釋器上執(zhí)行。所以對(duì)于我們代碼中經(jīng)常要用到的一些正則表達(dá)式進(jìn)行預(yù)編譯，執(zhí)行起來(lái)會(huì)更加便捷。

re模塊中的大多數(shù)函數(shù)和已經(jīng)編譯的正則表達(dá)式對(duì)象和正則匹配對(duì)象的方法同名并且具有相同的功能。

示例：

>>> import re
>>> r1 = r'bugs'       # 字符串前加"r"反斜杠就不會(huì)被任何特殊方式處理，這是個(gè)習(xí)慣，雖然這里沒(méi)用到
>>> re.findall(r1, 'bugsbunny')    # 直接利用re模塊進(jìn)行解釋性地匹配
['bugs']       
>>>
>>> r2 = re.compile(r1)      # 如果r1這個(gè)匹配規(guī)則你會(huì)經(jīng)常用到，為了提高效率，那就進(jìn)行預(yù)編譯吧
>>> r2          # 編譯后的正則對(duì)象
<_sre.SRE_Pattern object at 0x7f5d7db99bb0>
>>>
>>> r2.findall('bugsbunny')     # 訪問(wèn)對(duì)象的findall方法得到的匹配結(jié)果與上面是一致的
['bugs']         # 所以說(shuō)，re模塊中的大多數(shù)函數(shù)和已經(jīng)編譯的正則表達(dá)式對(duì)象和正則匹配對(duì)象的方法同名并且具有相同的功能

re.compile()函數(shù)也接受可選的標(biāo)志參數(shù)，常用來(lái)實(shí)現(xiàn)不同的特殊功能和語(yǔ)法變更。這些標(biāo)志也可以作為參數(shù)適用于大多數(shù)re模塊函數(shù)。這些標(biāo)志可以用操作法(|)合并。

示例：

>>> import re
>>> r1 = r'bugs'
>>> r2 = re.compile(r1,re.I) # 這里選擇的是忽略大小寫(xiě)的標(biāo)志，完整的是re.IGNORECASE，這里簡(jiǎn)寫(xiě)re.I
>>> r2.findall('BugsBunny')
['Bugs']<br><br># re.S 使.匹配換行符在內(nèi)的所有字符<br># re.M 多行匹配，英雄^和$<br># re,X 用來(lái)使正則匹配模式組織得更加清晰

完整的標(biāo)志參數(shù)列表和用法可以參考相關(guān)官方文檔。

2、使用正則表達(dá)式

re模塊提供了一個(gè)正則表達(dá)式引擎的接口，下面具體介紹一些常用的函數(shù)和方法。

匹配對(duì)象以及group()和groups()方法

當(dāng)處理正則表達(dá)式時(shí)，除了正則表達(dá)式對(duì)象之外，還有一個(gè)對(duì)象類型：匹配對(duì)象。這些是成功調(diào)用 match()或者search()返回的對(duì)象。匹配對(duì)象有兩個(gè)主要的方法：group()和groups()。

group()要么返回整個(gè)匹配對(duì)象，要么根據(jù)要求返回特定子組。groups()則僅返回一個(gè)包含唯一或者全部子組的元組。如果沒(méi)有子組的要求，那么當(dāng)group()仍然返回整個(gè)匹配時(shí)，groups返回一個(gè)空元組。下面一些函數(shù)示例會(huì)演示到此方法。

使用 match()方法匹配字符串

match()函數(shù)從字符串的起始部分對(duì)模式進(jìn)行匹配。如果匹配成功，就返回一個(gè)匹配對(duì)象；如果匹配失敗，就返回 None，匹配對(duì)象的方法 group()方法就能夠用于顯示那個(gè)成功的匹配。

示例如下：

>>> m = re.match('bugs', 'bugsbunny')  # 模式匹配字符串
>>> if m is not None:      # 如果匹配成功，就輸出匹配內(nèi)容
...  m.group()
...
'bugs'<br>>>> m<br><_sre.SRE_Match object at 0x7f5d7da1f168> # 確認(rèn)返回的匹配對(duì)象

使用search()在一個(gè)字符串中查找模式

search()的工作方式與match()完全一致，不同之處在于search()是對(duì)給定正則表達(dá)式模式搜索第一次出現(xiàn)的匹配情況。簡(jiǎn)單來(lái)說(shuō)，就是在任意位置符合都能匹配成功，不僅僅是字符串的起始部分，這就是與match()函數(shù)的區(qū)別，用腳指頭想想search()方法使用的范圍更多更廣。

示例：

>>> m = re.search('bugs', 'hello bugsbunny')
>>> if m is not None:
...  m.group()
...
'bugs'

 使用findall()和finditer()查找每一次出現(xiàn)的位置

findall()是用來(lái)查找字符串中所有（非重復(fù)）出現(xiàn)的正則表達(dá)式模式，并返回一個(gè)匹配列表；finditer()與findall()不同的地方是返回一個(gè)迭代器，對(duì)于每一次匹配，迭代器都返回一個(gè)匹配對(duì)象。

>>> m = re.findall('bugs', 'bugsbunnybugs')
>>> m
['bugs', 'bugs']
>>> m = re.finditer('bugs', 'bugsbunnybugs')
>>> m.next()         # 迭代器用next()方法返回一個(gè)匹配對(duì)象
<_sre.SRE_Match object at 0x7f5d7da71a58>  # 匹配用group()方法顯示出來(lái)
>>> m.next().group()
'bugs'

使用sub()和subn()搜索與替換

都是將某字符串中所有匹配正則表達(dá)式的部分進(jìn)行某種形式的替換。sub()返回一個(gè)用來(lái)替換的字符串，可以定義替換次數(shù)，默認(rèn)替換所有出現(xiàn)的位置。subn()和sub()一樣，但subn()還返回一個(gè)表示替換的總是，替換后的字符串和表示替換總數(shù)一起作為一個(gè)擁有兩個(gè)元素的元組返回。

示例：

>>> r = 'a.b'
>>> m = 'acb abc aab aac'
>>> re.sub(r,'hello',m)
'hello abc hello aac'<br>>>> re.subn(r,'hello',m)<br>('hello abc hello aac', 2)

字符串也有一個(gè)replace()方法，當(dāng)遇到一些模糊搜索替換的時(shí)候，就需要更為靈活的sub()方法了。

使用split()分割字符串

同樣的，字符串中也有split()，但它也不能處理正則表達(dá)式匹配的分割。在re模塊中，分居正則表達(dá)式的模式分隔符，split函數(shù)將字符串分割為列表，然后返回成功匹配的列表。

示例：

>>> s = '1+2-3*4'
>>> re.split(r'[\+\-\*]',s)
['1', '2', '3', '4']

分組

有時(shí)在匹配的時(shí)候我們只想提取一些想要的信息或者對(duì)提取的信息作一個(gè)分類，這時(shí)就需要對(duì)正則匹配模式進(jìn)行分組，只需要加上()即可。

示例：

>>> m = re.match('(\w{3})-(\d{3})','abc-123')
>>> m.group()  # 完整匹配      
'abc-123'
>>> m.group(1)  # 子組1
'abc'
>>> m.group(2)  # 子組2
'123'
>>> m.groups()  # 全部子組
('abc', '123')

由以上的例子可以看出，group()通常用于以普通方式顯示所有的匹配部分，但也能用于獲取各個(gè)匹配的子組?？梢允褂胓roups()方法來(lái)獲取一個(gè)包含所有匹配字符串的元組。

以上所述是小編給大家介紹的python模塊之re正則表達(dá)式詳解，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！

最新評(píng)論