re 模块使用

正则表达式

　　re模块是python独有的匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的，而正则表达式是对字符串进行模糊匹配，提取自己需要的字符串部分，他对所有的语言都通用。

正则表达式基础使用

正则表达式元字符

元字符	匹配内容
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白字符
\d	匹配数字
\n	匹配一个换行字符
\t	匹配一个制表字符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结尾
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白字符
a|b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中字符的所有字符

这则表达式中的量词

量词	用法说明
*	重复零次或更多次
+	重复一次或更多次
？	重复零次或一次
{n}	重复n次
{n,}	重复n次货更多次
{n,m}	重复n到m次

re模块简介

• re模块是python独有的匹配字符串的模块
• 该模块中的很多功能是基于正则表达式实现的
• Python自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式

re模块基础写法

import re

str = 'testtest123'
# 方法一：
# group:方法得到匹配的字符串,如果字符串没有匹配，则返回None
print(re.match('\w+', str).group())

import re

str = 'testtest123'
# 方法二：
pattern = re.compile('\w+')
value = pattern.match(str).group()
print(value)

re模块基础使用

re.compile(pattern，flags=0)：用于编译正则表达式，生成一个正则表达对象。

• pattern：一个字符串形式的正则表达式
• flags：可选，表示匹配模式，比如忽略大小写，多行模式等；

import re

str = 'testtest123'
# 用于编译正则表达式，生成一个正则表达式对象
regexp = re.compile('t(.+)t')
# 调用regexp对象使用findall取出str t...t之间的值
value = regexp.findall(str)
print(value)

['esttes']

re.search(pattern，string，flags = 0)：扫描字符串以查找正则表达式模式产生匹配项的第一个位置 ，然后返回相应的match对象。

import re

str = 'testtest123'
# 用于编译正则表达式，生成一个正则表达式对象
# 方法一
regexp = re.compile('t')
value = regexp.search(str)
print(value)
# 方法二
value2 = re.search('t', str).group()
print(value2)

<re.Match object; span=(0, 1), match='t'>
t

re.match(pattern, string, flags=0)：如果字符串开头的零个或多个字符与正则表达式模式匹配，则返回相应的匹配对象。

import re

str = 'testtest123'
print(re.match('t', str).group())
print(re.match('\w+', str).group())
print(re.match('\D+', str).group())

t
testtest123
testtest

re.fullmatch(pattern，string，flags=0)：如果整个字符串与正则表达式模式匹配，则返回相应的match对象。

import re

str = 'testtest123'
print(re.fullmatch('\w+', str).group())

testtest123

re.split(pattern，string，maxsplit=0，flags=0)：通过出现模式来拆分字符串。如果在pattern中使用了捕获括号，那么模式中所有组的文本也将作为结果列表的一部分返回。如果maxsplit不为零，则最多会发生maxspalit分割，并将字符串的其余部分作为列表的最后一个元素返回。

import re

str = 'testtest123'
print(re.split('t', str))
print(re.split('2', str))

['', 'es', '', 'es', '123']
['testtest1', '3']

re.findall(pattern，string，flags=0)：以string列表形式返回string中pattern的所有非重叠匹配项。从左到右扫描该字符串，并以找到的顺序返回匹配项。如果该模式中存在一个或多个组，则返回一个组列表；否则，返回一个列表。如果模式包含多个组，则这将是一个元祖列表。空匹配项包含在结果中。

import re

str = 'testtest123'
print(re.findall('t', str))
print(re.findall('2', str))

['t', 't', 't', 't']
['2']

re.finditer(pattern，string，flags=0)：返回一个迭代器，该迭代器在string类型的RE 模式的所有非重叠匹配中产生匹配对象。

import re

str = 'testtest123'
print(re.finditer('t', str))

<callable_iterator object at 0x00000275BB65EC70>

re.sub(pattern，repl，string，count=0，flags=0)：返回通过用替换repl替换字符串中最左边的不重叠模式所获得的字符串。如果找不到该模式，则返回的字符串不变。repl可以是字符串或函数；如果是字符串，则处理其中的任何反斜杠转义。即，将其转换为单个换行符，将其转换为回车，依次类推。count参数表示将匹配到的内容进行替换的次数

import re

str = 'testtest123'

print(re.sub('\d', 'one', str))
print(re.sub('\d', 'one', str, 2))

testtestoneoneone
testtestoneone3

re.subn(pattern, repl, string, count=0, flags=0)：执行与相同的操作sub()，但是返回一个元组。（new_string,number_of_subs_made）

import re

str = 'testtest123'

print(re.subn('\d', 'one', str))
print(re.subn('\d', 'one', str, 2))

('testtestoneoneone', 3)
('testtestoneone3', 2)