Python正则库 re

compile()

• 参数
  • string: 正则表达式字符串
  • flag: 匹配模式，多个值可以使用按位或运算符| 表示同时生效
    • re.I: 忽略大小写
    • re.M: 多行模式，改变^和$的行为
    • re.S: 点任意匹配模式，改变.的行为
    • re.L: 使预定字符类\w \W \b \B \s \S 取决于当前区域设定
    • re.U: 使预定字符类\w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
    • re.X: 详细模式。这个模式下正则表达式可以是多行，忽略空白符，并可以加入注释
• 返回
  • Pattern对象，可以进行重复利用，以下的各种re.xxx匹配方法都可以对应的pattern.xxx方法

match()

• 参数
  • pattern: 正则表达式字符串或者Pattern对象
  • string: 原始字符串
  • flag:
• 返回值
  • 注意是从头开始匹配，如果第一个字符就没匹配则直接返回None，如果匹配成功，返回一个match对象
  • 如果没有分组，直接用返回对象调用group()方法即可获取到匹配的子串
  • 如果有分组，返回对象调用group()方法不带参数，则获取的是整个匹配的子串，如果带参数group(index)，其中index表示第index个分组，index从1开始，则返回的是对应分组的子串

search()

• 参数
  • pattern: 正则表达式
  • string: 原始字符串
  • flag:
• 返回值
  • 与match()方法类似，但是不是必须从第一个字符开始匹配，整个字符串中任意位置匹配成功都可以，返回第一个匹配的字串，match对象，可使用match对应的方法提取字符串
  • 如果没有分组，直接用返回对象调用group()方法即可获取到匹配的子串
  • 如果有分组，返回对象调用group()方法不带参数，则获取的是整个匹配的子串，如果带参数group(index)，其中index表示第index个分组，index从1开始，则返回的是对应分组的子串

findall()

• 参数
  • pattern: 正则表达式
  • string: 原始字符串
  • flag:
• 返回值
  • 如果没有分组，则所有匹配上的子字符串组成的list
  • 如果只有一个分组，则是每个匹配的子串中分组部分组成的list
  • 如果有多个分组，则是由所有匹配的子串的分组tuple组成的list

finditer()

• 参数
  • pattern: 正则表达式
  • string: 原始字符串
  • flag:
• 返回值
  • 以迭代器的形式返回能匹配的全部Match对象，需要循环调用Match对象的group()方法提取匹配的字符串

split()

• 参数
  • pattern: 正则表达式
  • string: 原始字符串
  • maxsplit: 最大分割次数
  • flag:
• 返回值
  • 所有被正则表达式分割出来的子串组成的list，注意：结果中可能会包含空字符串

sub()

• 参数
  • pattern: 正则表达式
  • repl:
    • 如果是字符串：可以使用 \id或者\g或者\g引用分组，其中id表示分组序号，从1开始；name表示分组名称，如果对分组进行了命名的话。
    • 如果是函数：会传入一个Match对象，返回一个字符串进行替换，注意这个字符串无法引用分组
  • string: 原始字符串
  • count: 被替换的次数
• 返回值：
  • 被替换后的字符串

subn()

• 类似sub()
• 返回的是元组：(sub()的结果, 替换的次数)

前面说的匹配结果中的Match对象

• 属性
  • string: 匹配时用到的文本
  • re: 匹配时用到的Pattern对象
  • pos: 正在表达式开始搜索的索引
  • endpos: 正则表达式结束搜索的索引
  • lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，则返回None
  • lastgroup: 最有一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，则返回None
• 方法
  • group([group1,group2...]): 获取一个或多个分组截获的字符串，如果传入多个参数，则以元组的形式返回
    • group1, group2...: 参数可以是分组编号，或者分组名
    • 分组编号0表示整个匹配的字符串
    • 分组编号从1开始对应具体的分组
  • groups([default]): 以元组形式返回全部分组截获的字符串，相当于group(1, 2...)，default表示没有截获字符串的组的默认值，默认为None
  • groupdict([default]): 返回有别名的组组成的字典，没有别名的组不在返回结果中
  • start([group]): 返回指定的组截获的子串在文本中的起始索引，group默认为0
  • end([group]): 返回指定的组截获的子串在文本中的结束索引，group默认为0
  • span([group]): 返回(start(group), end(group))
  • expand(template): 将匹配到的分组代入template中，可以使用 \id或者\g或者\g引用分组