整理自此博客與菜鳥教程

re

01 字符含義

1. 普通字符和11個元字符

   
   
   1.png
   
   

   python中默認采用的是貪婪匹配，會輸出最長的子串，添加？可以變成非貪婪匹配，輸出最短子串

   a = re.match('<(.*)>','<11><22><33>').group()
   print(a)
   b = re.match('<(.*?)>','<11><22><33>').group()
   print(b)
   c=re.match('A.*C','AbCbbbCbbbC').group()
   print(c)
   d=re.match('A.*?C','AbCbbbCbbbC').group()
   print(d)
   
   
   '''
   <11><22><33>
   <11>
   AbCbbbCbbbC
   AbC
   '''
   

2. 預(yù)定義字符集（可以寫在字符集[...]中）

   
   
   2.png

3. 特殊分組用法

   
   
   3.png

02 常用函數(shù)

1. compile(pattern,flags=0)
   編譯正則表達式模式，返回一個對象的模式。（可以把常用的正則表達式編譯成正則表達式對象，提高效率）

   pattern: 編譯時用的表達式字符串。

   flags 編譯標志位，用于修改正則表達式的匹配方式，如：是否區(qū)分大小寫，多行匹配等。常用的flags有：

   
   
   4.png

2. match(pattern, string,flags=0)
   嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，就返回None
   span表示只返回結(jié)果中的span元組，表示起始位置和結(jié)束位置，從0開始計數(shù)

   import re
   
   # match用于匹配字符串是否在開頭的位置
   print(re.match('www','www.baidu.com').span())  # 只返回位置元組信息
   print(re.match('www$','www.baidu.com'))  # $表示完全匹配
   print(re.match('baidu','www.baidu.com'))  #不在起始位置，返回None
   
   
   '''
   (0, 3)
   None
   None
   '''
   

3. search(pattern, string,flags=0)
   re.search函數(shù)會在整個字符串內(nèi)查找模式匹配,只要找到第一個匹配然后返回，如果字符串沒有匹配，則返回None。

   print(re.match('baidu','www.baidu.com'))
   print(re.search('baidu','www.baidu.com').span())
   print(re.search('bili+','www.bilibili.com'))
   
   '''
   None
   (4, 9)
   <re.Match object; span=(4, 8), match='bili'>
   '''
   

   注：match和search一旦匹配成功，就是一個match object對象，而match object對象有以下方法：

   • group() 返回被 RE 匹配的字符串
   • start() 返回匹配開始的位置
   • end() 返回匹配結(jié)束的位置
   • span() 返回一個元組包含匹配 (開始,結(jié)束) 的位置
   • group() 返回re整體匹配的字符串，可以一次輸入多個組號，對應(yīng)組號匹配的字符串

4. findall(pattern, string.flags=0)
   可以獲取字符串中所有匹配的字符串，返回一個列表

   print(re.search('\w*oo\w*','cool,good,wow'))
   print(re.findall('\w*oo\w*','cool,good,wow'))
   
   '''
   <re.Match object; span=(0, 4), match='cool'>
   ['cool', 'good']
   '''
   

5. finditer(pattern, string, flags=0)
   搜索string，返回一個順序訪問每一個匹配結(jié)果（Match對象）的迭代器。找到 RE 匹配的所有子串，并把它們作為一個迭代器返回。

   iter=re.finditer('\d+','10,9,8,7...')
   for i in iter:
       print(i)
       print(i.group())
       print(i.span())
       
   '''
   <re.Match object; span=(0, 2), match='10'>
   10
   (0, 2)
   <re.Match object; span=(3, 4), match='9'>
   9
   (3, 4)
   <re.Match object; span=(5, 6), match='8'>
   8
   (5, 6)
   <re.Match object; span=(7, 8), match='7'>
   7
   (7, 8)
   '''
   

6. split(pattern, string[, maxsplit])

   按照能夠匹配的子串將string分割后返回列表。

   可以使用re.split來分割字符串，如：re.split(r'\s+', text)；將字符串按空格分割成一個單詞列表。
   maxsplit用于指定最大分割次數(shù)，不指定將全部分割。

   print(re.split('\s','hello my friend!'))
   
   
   #['hello', 'my', 'friend!']
   

7. sub(pattern, repl, string, count)
   使用repl替換string中每一個匹配的子串后返回替換后的字符串。

   count表示最大替換個數(shù)，默認為0 ，每個匹配項都替換

   print(re.sub('\d','0','123456789'))
   print(re.sub('\d','0','123456789',3))
   
   '''
   000000000
   000456789
   '''
   

   subn(pattern, repl, string, count=0, flags=0)
   返回替換后字符串和替換次數(shù)的元組

   print(re.sub('\d','0','123456789'))      
   print(re.subn('\d','0','123456789'))
   
   
   '''
   000000000
   ('000000000', 9)
   '''