python 正则表达式 RE模块汇总记录

时间:2021-06-10 22:38:05
  1. re.compile(pattern, flags=0)
  2. re.search(pattern, string, flags=0)
  3. re.match(pattern, string, flags=0)
  4. re.fullmatch(pattern, string, flags=0)
  5. re.split(pattern, string, maxsplit=0, flags=0)
  6. re.findall(pattern, string, flags=0)
  7. re.finditer(pattern, string, flags=0)
  8. re.sub(pattern, repl, string, count=0, flags=0)
  9. re.subn(pattern, repl, string, count=0, flags=0)
  10. re.escape(string)
  11. re.purge()

1.re.compile(pattern, flags=0) 

  把一个表达式字符串转化成为一个RegexObject

  pattern:正则表达式字符,如'\d'

  flags:匹配模式,可以使用按位或'|'表示同时生效

  匹配模式有

  1. re.A/re.ASCII:仅执行8位的ASCII码字符匹配

  2. re.DEBUG:查看正则表达式的匹配过程

  3. re.I/re.IGNORECASE:忽略大小写

  4. re.L/re.LOCALE:使预定字符类 \w \W \b \B \s \S 取决于当前区域设定

  5. re.M/re.MULTILINE:多行匹配。当指定时,模式字符' ^'匹配字符串的开头以及每个行的开头(紧接每个换行符); 模式字符'$'匹配字符串的末尾以及每一行的结尾(紧靠每个换行符之前)。默认情况下, '^'只匹配字符串的开始,'$'只匹配字符串的末尾和字符串末尾换行符(如果有的话)之前的位置。

  6. re.S/re.DOTALL:使.匹配包括换行在内的所有字符

  7. re.X/re.VERBOSE:允许在正则表达式规则中加入注释,但默认会去掉所有空格。

  8. re.U(UNICODE): 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

   例子:

1 a = re.compile(r"""\d +  # the integral part
2 \. # the decimal point
3 \d * # some fractional digits""", re.X)
4 4 b = re.compile(r"\d+\.\d*")

      以上a等价于b

1 import re
2 s="123abc45AB"
3 reg=re.compile('a',re.I)
4 reg.findall(s)

  输出:

  ['a','A']

 

 2.re.search(pattern, string, flags=0)

  pattern:正则表达式模式字符串,如'\d'

  string:要匹配的字符串

  flags:匹配模式,可以使用按位或'|'表示同时生效

  将字符串的所有字符尝试与正则表达式匹配,如果匹配成功,返回matchobject,否则返回None.若有多个匹配成功,只返回第一个匹配结果。matchobject有多个属性和方法。

 1 import re
2 m= re.search(r'(\d+)\w(\d+)', 'ab12c34d56')
3 print("m.string:", m.string)
4 print("m.re:", m.re)
5 print("m.pos:", m.pos)
6 print("m.endpos:", m.endpos)
7 print("m.lastindex:", m.lastindex)
8 print("m.lastgroup:", m.lastgroup)
9 print("m.group(1,2):", m.group(1, 2))
10 print("m.groups():", m.groups())
11 print("m.groupdict():", m.groupdict())
12 print("m.start(2):", m.start(2))
13 print("m.end(2):", m.end(2))
14 print("m.span(2):", m.span(2))
15 print("m.expand(r'\\2\\1'):", m.expand(r'\2 \1'))
16 #
17 #m.string: ab12c34d56
18 #m.re: re.compile('(\\d+)\\w(\\d+)')
19 #m.pos: 0 #代表RE开始搜索字符串的位置。
20 #m.endpos: 10 #代表RE搜索字符串的结束位置。
21 #m.lastindex: 2 #最后一次匹配到的组的数字序号,如果没有匹配到,将得到None
22 #m.lastgroup: None #最后一次匹配到的组的名字,如果没有匹配到或者最后的组没有名字,将得到None。
23 #m.group(1,2): ('12', '34') #返回一个或多个子组,如果不传任何参数,效果和传入一个0一样,将返回整个匹配。
24 #m.groups(): ('12', '34') #返回一个由所有匹配到的子串组成的元组。
25 #m.groupdict(): {}     #返回一个包含所有命名组的名字和子串的字典
26 #m.start(2): 5 #返回被组group匹配到的子串在原字符串中的开始位置。如果不指定group或group指定为0,则代表整个匹配。如果group未匹配到,则返回 -1。
27 #m.end(2): 7 #返回被组group匹配到的子串在原字符串中的后一个位置
28 #m.span(2): (5, 7) #返回一个元组: (m.start(group), m.end(group))
29 #m.expand(r'\2\1'): 34 12

 

3.re.match(pattern, string, flags=0)

   参数同re.search

  在字符串开头匹配,其他re.search一致。不同的是如果匹配的字符不在字符串开头,re.search可以寻到,re.match不可以。

4.re.fullmatch(pattern, string, flags=0)

  如果模式完全匹配字符串,则返回一个matchobject,不匹配则返回None

 1 import re
2 m1=re.fullmatch(r'\d',"3")
3 print('m1.group():', m1.group())
4 print('m1.groups():', m1)
5 #
6 #m1.group(): 3
7 #m1.groups(): <_sre.SRE_Match object; span=(0, 1), match='3'>
8
9 m1=re.fullmatch(r'\d',"3d")
10 print('m1.groups():', m1)
11 #
12 #m1.groups(): None

 

 

5.re.split(pattern, string, maxsplit=0, flags=0)

  maxsplit:分割次数

  其他参数同上

  通过正则表达式将字符串分割,匹配到符合的字符就把字符串分割一次,maxsplit没有赋值,找到几个匹配项就分割几次,若maxsplit赋值小于匹配项个数,则分割maxsplit次。返回一个list。

1 import re
2 print("re.split('\d','ab12c4d56d'):",re.split('\d','ab12c4d56d'))
3 print("re.split('\d','ab12c4d56d'):",re.split('\d','ab12c4d56d',3))
4 print("re.split('\d','ab12c4d56d'):",re.split('\d','ab12c4d56d',2))
5 #
6 #re.split('\d','ab12c4d56d'): ['ab', '', 'c', 'd', '', 'd']
7 #re.split('\d','ab12c4d56d'): ['ab', '', 'c', 'd56d']
8 #re.split('\d','ab12c4d56d'): ['ab', '', 'c4d56d']

 

6.re.findall(pattern, string, flags=0)

7.re.finditer(pattern, string, flags=0)

  查找整个字符串,返回所有的匹配项。参数与re.search一致。

  re.search和re.match只会返回一个匹配项,而re.findall和re.finditer返回所有匹配项。

  re.findall返回一个列表,包含所有匹配项。

  re.finditer返回一个迭代器。

 1 import re
2 m1= re.findall(r'\d+', 'ab12c12d56e7')
3 print("m1:", m1)
4
5 m2= re.finditer(r'\d+', 'ab12c12d56e7')
6 print("m2:", m2)
7
8 #
9 #m1: ['12', '12', '56', '7']
10 #m2: <callable_iterator object at 0x000000000112EE80>

 

 python 正则表达式 RE模块汇总记录

 

8.re.sub(pattern, repl, string, count=0, flags=0)

9.re.subn(pattern, repl, string, count=0, flags=0)

  pattern:表示需要匹配的正则表达式模式字符,匹配到的字符将会被替换

  repl:表示替换的字符串,可以是字符串,也可以是函数

  string:要被处理的字符串

  count:替换次数

  把string中所有符合pattern的字符串,替换成repl,count如赋值小于匹配项个数,则把前count个匹配项替换掉,其他字符不变。

  re.sub返回完成替换之后的字符串。

  re.subn返回元组,(完成替换之后的字符串,替换次数)。

  

 1 import re
2 s1=re.sub(r'\d','w','qqq12q3',1)
3 print("s1:", s1)
4 s2=re.subn(r'\d','w','qqq12q3',1)
5 print("s2:", s2)
6 #
7 #s1: qqqw2q3
8 #s2: ('qqqw2q3', 1)
9
10 s1=re.sub(r'\d','w','qqq12q3')
11 print("s1:", s1)
12 s2=re.subn(r'\d','w','qqq12q3')
13 print("s2:", s2)
14 #
15 #s1: qqqwwqw
16 #s2: ('qqqwwqw', 3)

 

 10.re.escape(string)

   对string字符串中的除了字母数字以外所有字符进行转义,都加上反斜杆。

1 import re
2 s=re.escape('a1.*@')
3 print("s:", s)
4 #
5 #s: a1\.\*\@

 

11.re.purge()

   清空缓存中的正则表达式