Python合集之Python正则表达式(三)

1.在Python中使用正则表达式语法    

在Python中使用正则表达式时，是将其作为模式字符串使用。

例如：将匹配不是字母的一个字符的正则表达式表示为模式字符串，可以使用下面的代码：

'[^a-zA-Z]'

而如果将匹配以字母m开头的单词的正则表达式转换为模式字符串，则不能直接在其两侧添加引号定界符。

例如：下面的代码是不正确的：

'mw*'

而是需要将其中的 进行转义，转换后的结果为：

'\bm\w*\b'

由于模式字符串可能包含大量的特殊字符和反斜杠，所以需要写为原生字符串，即在模式字符串前加r 或R.

例如：上面的模式字符串采用原生字符串表示为：

r'mw*'

注：在编写模式字符串时，并不是所有的反斜杠都需要进行转换。例如，前面编写的正则表达式“^d{8}$”中反斜杠就不需要转义，因为其中的d并没有特殊意义。

2.使用re模块实现正则表达式操作

Python中提供了re模块，用于实现正则表达式的操作。在实现时，可以使用re模块提供的方法进行字符串处理，也可以先使用re模块的compile()方法将模式字符串转为换正则表达式对象，然后再使用该正则表达式对象的相关方法来操作字符串。

re模块在使用时，需要先应用import语句引入，具体代码如下：

import re

注：如果在使用re模块时，没有将其引入，将会抛出相关的异常信息。

2.1 使用match()方法进行匹配

match()方法用于将字符串的开始进行匹配，如果在起始位置匹配成功，则返回Match对象，否则返回None.其语法格式如下：

re.match(pattern,string,[flags])
参数说明：
pattern:表示模式字符串，由要匹配的正则表达式转换而来。
string：表示要匹配的字符串。
flags:可选参数，表示标志位，用于控制匹配方式，如是否区分字母大小写。常用的标志如下表。

标志	说明
A或ASCII	对于w W  B d D s S 只进行ASCII匹配(仅适用于Python3.X)
I或IGNORECASE	执行不区分字母大小写的匹配
M或MULTILINE	将^和$用于包括整个字符串的开始和结尾的每一行（默认情况下，仅适用于整个字符串的开始和结尾处）
S或DOTALL	使用()字符匹配所有字符，包括换行符
X或VERBOSE	忽略模式字符串中未定义的空格和注释

例如：匹配字符串是否以 “mr_”开头，不区分字母大小写，代码如下：

import re
pattern=r'mr_w+'
string='MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)
string='项目名称MR_SHOP mr_shop'
match=re.match(pattrtn,string,re.I)
print(match)

执行结果如下：

<_sre.SRE_MATCH object;span=(0,7),match='MR_SHOP'>
None

从上面的执行结果可以看出，字符串“MR_SHOP”以“mr_”开头，返回一个Match对象，而字符串“项目名称MR_SHOP”没有以“mr_”开头，将返回None。这是因为match()方法从字符串的开始位置开始匹配，当第一个字母不符合条件时，则不在进行匹配，直接返回None。

Match对象中包含了匹配值的位置和匹配的数据。其中，要获取匹配值得起始位置可以使用Match对象的start()方法；要获取匹配值得结束位置，可以使用end()方法，通过span()方法可以返回匹配位置的元组，通过string属性可以获取要匹配的字符串，例如：

import re
pattern=r'mr_w+'
string='MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print('匹配值的起始位置：'match.start())
print('匹配值的结束位置：'match.end())
print('匹配位置的元组：'match.span())
print('要匹配的字符串：'match.string)
print('匹配数据：'match.group())

执行结果如下：

匹配值的起始位置：0
匹配值的结束位置：7
匹配位置的元组：(0,7)
要匹配的字符串：MR_SHOP mr_shop
匹配数据：MR_SHOP

花絮：

本期的Python 字符串正则表达式就分享到这里，下期我们将继续分享Python字符串正则表达式的相关知识，感兴趣的朋友可以关注我。

同时也可以关注下我的个人 微信订阅号，园子里面的文章也会第一时间在订阅号里面进行推送跟更新。