Python-re模块-正则表达式模块常用方法

re模块介绍：

Python的re模块提供了正则表达式的功能,可以用来进行高级的字符串匹配和处理。re模块的主要功能包括:

编译正则表达式 - 使用re.compile()可以编译正则表达式字符串,生成正则表达式对象。
匹配字符串 - 使用正则表达式对象的match()、search()、findall()等方法可以在字符串进行匹配。
替换字符串 - 使用sub()和subn()方法可以使用正则表达式进行字符串替换。
分割字符串 - 使用split()方法可以按照正则表达式的匹配结果分割字符串。
获取匹配信息 - match对象包含了各种匹配信息,如匹配字符串、位置等。
标志 - 可以使用标志来修改正则表达式的匹配方式,如忽略大小写,多行匹配等。
模块级函数 - re模块还提供了模块级的正则匹配函数,如escape()可以对字符串转义。

re模块的这些功能覆盖了正则表达式的常见用法。使用re模块可以简化字符串的模式匹配、信息提取、过滤替换、切分等操作

需要注意的一点是,re模块主要针对ASCII字符,对Unicode的支持不太友好。此时可以考虑第三方模块如regex

总之,re模块是Python中使用正则表达式的最基础的模块,非常值得学习和掌握

Python re模块详解

re模块提供正则表达式模式匹配操作,主要有以下函数:

match()

匹配字符串开头位置,返回match对象或None:

import rem = re.match('foo','foo') 
print(m.group()) # 'foo'm = re.match('foo','bar')
print(m) # None

search()

搜索字符串任意位置,返回match对象或None:

m = re.search('foo','hello food')
print(m.group()) # 'foo'

findall()

搜索字符串,返回所有匹配的列表:

m = re.findall('\d','123abc456')
print(m) # ['1', '2', '3', '4', '5', '6']

sub()

使用正则表达式进行字符串替换:

text = re.sub('\d', '0', '123abc456')
print(text) # '000abc000'

split()

使用正则表达式进行字符串分割:

m = re.split('\d+', '123abc456') 
print(m) # ['abc', '']

compile()

编译正则表达式,返回pattern对象:

pat = re.compile('\d') 
m = pat.match('123')

finditer()

在Python的re模块中,re.finditer()是非常有用的一个正则表达式匹配函数。

re.finditer()的作用是在字符串中找到所有的匹配,并返回一个迭代器。相比re.findall()和re.finditer()有以下区别:

re.findall():返回一个匹配字符串的列表
re.finditer():返回一个匹配对象迭代器

示例:

import res = 'hello 123 456 world'matches = re.findall('\d+', s)
print(matches) # ['123', '456']iterator = re.finditer('\d+', s)
print(iterator) # <callable_iterator object at 0x10f5f3b50>for match in iterator:print(match) # <re.Match object; span=(6, 9), match='123'>
# <re.Match object; span=(10, 13), match='456'>

re.finditer()的返回对象是一个迭代器,每次迭代返回一个Match对象,包含匹配的字符串和位置。

主要优点是:

不需要先存储所有匹配,更save内存
可以逐个访问每个匹配
提供了匹配的位置信息

所以在需要定位每个匹配的位置时,re.finditer()非常有用。

fullmatch()

匹配整个字符串,返回match对象或None:

import rem = re.fullmatch('foo','foo')
print(m.group()) # 'foo' m = re.fullmatch('foo','foo bar')  
print(m) # None

escape()

将特殊字符转义,可以将字符串转化为正则表达式的字符串形式:

escaped = re.escape('http://example.com')  
print(escaped) # 'http:\/\/example\.com'

purge()

清除缓存的正则表达式,可以避免重复编译正则表达式:

pat = re.compile(r'\d+')
re.purge() # 清除缓存

match.expand()

使用匹配到的组内容,替换字符串模板:

m = re.match(r'(?P<name>\w+) (\w+)', 'John Doe')
print(m.expand('Hello \g<name>')) # 'Hello John'

(?P\w+)和 group(“name”) 搭配使用

import repattern = r'(?P<first_name>\w+) (?P<last_name>\w+)'string = 'John Doe'# 匹配字符串
m = re.match(pattern, string)# 使用命名组获取匹配
first_name = m.group('first_name') 
last_name = m.group('last_name')print(first_name) # John
print(last_name) # Doe# 替换字符串
new_string = re.sub(pattern, r'\g<last_name>, \g<first_name>', string)
print(new_string) # Doe, John