正則表達式中的常用函數

• 正則表達式本身是一種小型的、高度專業化的編程語言，而在python中，通過內嵌集成re模塊來實現正則匹配。

• re模塊中常用功能函數：

1、compile()：

• 編譯正則表達式模式，返回一個正則對象的模式。（可以把那些常用的正則表達式編譯成正則表達式對象，這樣可以提高一點效率。）
• 格式：re.compile(pattern[,flags=0])
  • pattern: 編譯時用的表達式字符串。
  • flags: 編譯標志位，用於修改正則表達式的匹配方式，如：re.I(不區分大小寫)、re.S等

import re tt = "Tina is a good girl, she is cool, clever, and so on..." rr = re.compile(r'\w*oo\w*') print(rr.findall(tt)) #查找所有包含'oo'的單詞 # 執行結果如下： # ['good', 'cool'] 

2、match()

• 決定RE是否在字符串剛開始的位置匹配。
• //注：這個方法並不是完全匹配。當pattern結束時若string還有剩余字符，仍然視為成功。
• 格式：re.match(pattern, string[, flags=0])

print(re.match('com','comwww.baidu').group()) print(re.match('com','Comwww.baidu',re.I).group()) #執行結果如下： #com #com 

3、search()

• 格式：re.search(pattern, string[, flags=0])
• re.search函數會在字符串內查找模式匹配,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.search('\dcom','www.4comcsdn.5com').group()) 執行結果如下： # 4com 

• 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() 返回匹配結束的位置
  • span() 返回一個元組包含匹配 (開始,結束) 的位置

import re a = "123abc456" print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) #123abc456,返回整體 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) #123 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) #abc print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) #456 ###group(1) 列出第一個括號匹配部分，group(2) 列出第二個括號匹配部分，group(3) 列出第三個括號匹配部分。### 

4、findall()

• re.findall遍歷匹配，可以獲取字符串中所有匹配的字符串，返回一個列表。
• 格式：re.findall(pattern, string[, flags=0])

p = re.compile(r'\d+') print(p.findall('o1n2m3k4')) 執行結果如下： ['1', '2', '3', '4'] 

import re tt = "Tina is a good girl, she is cool, clever, and so on..." rr = re.compile(r'\w*oo\w*') print(rr.findall(tt)) print(re.findall(r'(\w)*oo(\w)',tt))#()表示子表達式 執行結果如下： ['good', 'cool'] [('g', 'd'), ('c', 'l')] 

5、finditer()

• 搜索string，返回一個順序訪問每一個匹配結果（Match對象）的迭代器。
• 找到 RE 匹配的所有子串，並把它們作為一個迭代器返回。
• 格式：re.finditer(pattern, string[, flags=0])

iter = re.finditer(r'\d+','12 drumm44ers drumming, 11 ... 10 ...') for i in iter: print(i) print(i.group()) print(i.span()) ''' # 執行結果如下： <_sre.SRE_Match object; span=(0, 2), match='12'> 12 (0, 2) <_sre.SRE_Match object; span=(8, 10), match='44'> 44 (8, 10) <_sre.SRE_Match object; span=(24, 26), match='11'> 11 (24, 26) <_sre.SRE_Match object; span=(31, 33), match='10'> 10 (31, 33) ''' 

6、split()

• 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。
• 格式：re.split(pattern, string[, maxsplit])
  • maxsplit: 用於指定最大分割次數，不指定將全部分割。

print(re.split('\d+','one1two2three3four4five5')) # 執行結果如下： # ['one', 'two', 'three', 'four', 'five', ''] 

7、sub()

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

import re text = "JGood is a handsome boy, he is cool, clever, and so on..." print(re.sub(r'\s+', '-', text)) 執行結果如下： JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on... 其中第二個函數是替換后的字符串；本例中為'-' 第四個參數指替換個數。默認為0，表示每個匹配項都替換。 

• re.sub還允許使用函數對匹配項的替換進行復雜的處理。
• 如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；將字符串中的空格' '替換為'[ ]'。

import re text = "JGood is a handsome boy, he is cool, clever, and so on..." print(re.sub(r'\s+', lambda m:'['+m.group(0)+']', text,0)) 執行結果如下： JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on... 

8、subn()

• 返回替換次數
• 格式：subn(pattern, repl, string, count=0, flags=0)

print(re.subn('[1-2]','A','123456abcdef')) print(re.sub("g.t","have",'I get A, I got B ,I gut C')) print(re.subn("g.t","have",'I get A, I got B ,I gut C')) 執行結果如下： ('AA3456abcdef', 2) I have A, I have B ,I have C ('I have A, I have B ,I have C', 3) 

re.match與re.search與re.findall的區別：

• re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；
• 而re.search匹配整個字符串，直到找到一個匹配。

a=re.search('[\d]',"abc33").group() print(a) p=re.match('[\d]',"abc33") print(p) b=re.findall('[\d]',"abc33") print(b) 執行結果： 3 None ['3', '3']