Python模块学习 ---- re正则表达式

re模块

Python自带了匹配字符串的模块re，我们可以通过该模块对字符串进行（模糊）匹配，提取出我们需要的内容。

re模块中很多功能都是基于正则表达式实现的。正则表达式是一种特殊的字符序列，它能帮助我们去检查字符串是否与某种模式相匹配。

常用方法

1、re.compile(pattern, flags=0)

将正则表达式编译成正则对象，搭配match、search、findall等等进行匹配。

1. import re
2.  
3. prog = re.compile('[abc]') # 匹配字符集abc与字符串匹配的第一个字符。
4. print(prog.search('abcd').group()) # a

2、re.match(pattern, string, flags=0)

从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

1. import re
2.  
3. # w 用来匹配单次字符 包括a-z A-Z 0-9 _
4. r = re.match('hw+', 'how are you')
5. # 获取匹配到的结果
6. print(r.group()) # how
7. r = re.match('h(w+)', 'how are you')
8. # groups 获取模型中匹配到的结果，返回匹配到的字符串的分组部分
9. print(r.groups()) # ('ow',)
10.  
11. # 引用别名word1、word2,它们相当于key，value就是匹配到的内容。
12. r = re.match('(?P<word1>h)(?P<word2>w+)', 'how are you')
13. print(r.group()) # how
14. print(r.groups()) # ('h', 'ow')
15. print(r.groupdict()) # {'word1': 'h', 'word2': 'ow'}

3、re.search(pattern, string, flags=0)

扫描整个字符串，返回第一个成功的匹配，如果匹配失败，返回None。

1. import re
2.  
3. # w 用来匹配单次字符 包括a-z A-Z 0-9 _
4. r = re.search('aw+', 'how are you')
5. # 获取匹配到的结果
6. print(r.group()) # are
7. r = re.search('a(w+)', 'how are you')
8. # groups 获取模型中匹配到的结果，返回匹配到的字符串的分组部分
9. print(r.groups()) # ('re',)
10.  
11. # 引用别名word1、word2,它们相当于key，value就是匹配到的内容。
12. r = re.search('(?P<word1>a)(?P<word2>w+)', 'how are you')
13. print(r.group()) # are
14. print(r.groups()) # ('a', 're')
15. print(r.groupdict()) # {'word1': 'a', 'word2': 're'}

4、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，则这将是一个元组列表。空匹配项包含在结果中。

1. import re
2.  
3. # 匹配包含所有带有o的单次
4. r= re.findall('wow+', 'how are you')
5. print(r) # ['how', 'you']
6.  
7. # * 前的字符可以是0个或者多个。返回list
8. r = re.findall('好*', '你好吗？我很好。你好才是真的好。你好好了')
9. print(r) # ['', '好', '', '', '', '', '好', '', '', '好', '', '', '', '', '好', '', '', '好好', '', '']
10. r = re.findall('你好*', '你好吗？我很好。你好才是真的好。你好好了')
11. print(r) # ['你好', '你好', '你好好']
12.  
13. # + 用于匹配字符一次或者多次
14. r = re.findall('好+', '你好吗？我很好。你好才是真的好。你好好了')
15. print(r) # ['好', '好', '好', '好', '好好']
16. r = re.findall('你好+', '你好吗？我很好。你好才是真的好。你好好了')
17. print(r) # ['你好', '你好', '你好好']
18.  
19. # $ 用来匹配结尾
20. r = re.findall('测试$', '测试小姐姐还没对象')
21. print(r) # []
22. r = re.findall('测试$', '小姐姐我的代码还没测试')
23. print(r) # ['测试']
24.  
25. # ^ 用来匹配开始
26. r = re.findall('^小姐姐', '小姐姐我的代码还没测试')
27. print(r) # ['小姐姐']
28.  
29. # ^ 用于字符集中表示取反
30. # 匹配所有除字母外的字符
31. r = re.findall('[^a-z]', '123abcde789')
32. print(r) # ['1', '2', '3', '7', '8', '9']

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

split能够按照所能匹配的字串将字符串进行切分，返回切分后的字符串列表

1. import re
2.  
3. # 按照；或者， 对字符串进行分割
4. r = re.split('[;,]', 'abc,qwer; opq, mn')
5. print(r) # ['abc', 'qwer', ' opq', ' mn']

以上仅演示了部分正则的语法，更多正则语法 可以参考下表。