Python正则re模块

 常用方法

编译

re.compile(pattern,flags=0)->regex #将正则表达式模式编译成正则表达式对象。

• pattern #需要编译的正则表达式
• flags #正则表达式使用的模式。re.S|re.M 开启多行模式和单行模式

1. 常用模式有：re.I,re.M,re.S,re.X
   为了提高效率，正则表达式可以被编译，这些编译后的结果被保存，下次使用同样的pattern的时候，就不需要再次编译。
   编译后的对象同样可以使用match(),search()方法进行匹配。

单次匹配

• re.match(pattern,string,flags=0)->match #匹配从字符串的开头匹配，返回match对象
• regex.match(string[,pos[,endpos]])->match #regex对象match方法可以重设定开始位置和结束位置。返回match对象
  • pattern #正则表达式
  • string #需要匹配的字符串
  • flags #正则表达式使用的模式
    • 常用模式有：re.I,re.M,re.S,re.X
  • pos #匹配字符串的开始位置，默认从0索引位置开始匹配
  • endpos #匹配字符串的结束位置(不包含结束位置)，默认值为len(string)
• 注意：

1. match会从字符串的开头开始查找，即使在re.M(多行模式)中。^符号也只表示字符串的开头，$符号也只表示字符串的结尾。即：多行模式re.M对match无效
2. match只会从字符串的开始位置(开始位置可以是字符串的开头，也可以用pos指定)与正则表达式的第一个字符开始匹配。
3. regex.match中指定开始位置和结束位置后启用多行模式，对^和$符号无影响，依然是指原字符串的开头和结尾
4. re.match,re.search,re.fullmatch三个匹配方法中只有re.match忽略多行模式的影响。

示例：

import re
str1 = """123
456"""
print(re.match("^d*",str1,re.M))
print(re.match("^d*",str1))
print(re.match("^[d
]*",str1,re.M))

regex = re.compile("^d*")
print(regex.match(str1))
#注意regex可以重新指定字符串的开始位置，和结束位置(不包含结束位置)
print(regex.match(str1,0,2))
#注意：regex中开始位置和结束位置对^和$符号无影响，依然是指原字符串的开头和结尾
print(regex.match(str1,3))  #返回值为None，因为截开始的位置不是字符串的开头。所以无法匹配

search

• re.fullmatch(pattern,string,flags=0)->match #(整个字符串和正则表达式匹配)起始位置和结束位置的字符串和整个正则表达式匹配
• regex.fullmatch(string[,pos[,endpos]])->match #(整个字符串和正则表达式匹配)起始位置和结束位置的字符串和整个正则表达式匹配
  • pattern #正则表达式
  • string #需要匹配的字符串
  • flags #模式
  • pos #匹配的起始位置
  • endpos #匹配的结束位置(不包含结束位置)

import re
str2 = """abc abc bcd eff aaa
bc bcd"""
print(re.fullmatch("bcd",str2)) #fullmatch起始位置和结束位置的字符串和整个正则表达式匹配
print(re.fullmatch("a[w 
]*",str2)) 
print(re.fullmatch("b[w 
]*",str2,re.M))
print(re.compile("b[w 
]*").fullmatch(str2,20)) #改变起始位置匹配
print(re.compile("^b[w 
]*").fullmatch(str2,20)) #因为是单行模式，所有^只表示字符串的开始位置
print(re.compile("^b[w 
]*",re.M).fullmatch(str2,20)) #可以识别多行模式

全文搜素（findall）

• re.findall(pattern,string,flags=0)->list #对整个字符串从左至右匹配，返回所有匹配项的列表
• regex.findall(string[,pos[,endpos]])->list #对整个字符串从左至右匹配，返回所有匹配项的列表
  • pattern #正则表达式
  • tring #需要匹配的字符
  • flags #模式
  • pos #匹配的起始位置
  • endpos #匹配的结束位置(不包含结束位置)

import re
str1 = """abc abcd def
dbc abc"""
print(re.findall("w+",str1))
repex = re.compile("w+")
print(repex.findall(str1))
print(repex.findall(str1,5))
print("-------------")
print(re.findall("^w+",str1))
print(re.findall("^w+",str1,re.M))

• re.finditer(pattern,string,flags=0)->iterable #对整个字符串从左至右匹配，返回所有匹配选项，返回迭代器
• regex.finditer(string[,pos[,endpos]])->iterable ##对整个字符串从左至右匹配，返回所有匹配选项，返回迭代器
• 注意：每次迭代返回的都是match对象

import re
str1 = """abc abcd def
dbc abc"""
reiter = re.finditer("w+",str1)
print(type(reiter),reiter)
a = next(reiter)
print(type(i),i)
for i in reiter:
    print(i.start(),i.end(),i.span(),i.group(0))
    print(i)

匹配替换

• re.sub(pattern,replacement,string,count=0,flags=0)->new_string #将匹配到的字符替换成指定字符
• regex.sub(replacement,string,count=0)->new_string #将匹配到的字符替换成指定字符
• re.subn(pattern,replacement,string,count=0,flags=0)->(new_string,number_of_subs_made) #将匹配到的字符替换成指定字符
• regex.subn(replacement,string,count=0)->(new_string,number_of_subs_made) #将匹配到的字符替换成指定字符

import re
str1 = "a23asldkf234xdd"
print(re.sub("d","你",str1))
print(re.subn("d","你",str1))
print(re.sub("d","你",str1,2))
req = re.compile("d")
print(req.sub("爱",str1,3))
print(req.subn("爱",str1))

分割

• re.split(pattern,string,maxsplit=0,flags=0)->list
• regex.split(string,maxsplit=0)->list

import re
str1 = "a1dslkd3ksdk245ks5jdf"
print(re.split("d",str1))
print(re.split("d",str1,2))
print("----------")
rep  = re.compile("d")
print(rep.split(str1))
print(rep.split(str1,1))
print("---------------")
print(re.split("k(s)",str1))

Match.group([group1,…]) #获取指定组的元素，如果指定多个组，返回一个元组

• group1 #组的id或者名称

>>> m = re.match(r"(d+).(?P<name>d+)","24.356")
>>> m.group(1),m.group("name"),m.group(1,"name")
('24', '356', ('24', '356'))