Python常用的正則表達式處理函數
正則表達式是一個特殊的字符序列，用於簡潔表達一組字符串特征，檢查一個字符串是否與某種模式匹配，使用起來十分方便。
在Python中，我們通過調用re庫來使用re模塊：
import re
正則表達式語法模式和操作符詳見：https://www.runoob.com/python/python-reg-expressions.html#flags
下面介紹Python常用的正則表達式處理函數。
re.match函數
re.match 函數從字符串的起始位置匹配正則表達式，返回match對象，如果不是起始位置匹配成功的話，match()就返回None。
re.match(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字符串。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。具體參數為：
re.I：忽略大小寫。
re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴於當前環境。
re.M：多行模式。
re.S：即 . ，並且包括換行符在內的任意字符（. 不包括換行符）。
re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴於 Unicode 字符屬性數據庫。
re.X：為了增加可讀性，忽略空格和 # 后面的注釋。
import re #從起始位置匹配
r1=re.match('abc','abcdefghi') print(r1) #不從起始位置匹配
r2=re.match('def','abcdefghi') print(r2)
運行結果：
其中，span表示匹配成功的整個子串的索引。
使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
group(num)：匹配的整個表達式的字符串，group() 可以一次輸入多個組號，這時它將返回一個包含那些組所對應值的元組。
groups()：返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。
import re s='This is a demo' r1=re.match(r'(.*) is (.*)',s) r2=re.match(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())
運行結果：
上述代碼中的(.*)和(.*?)表示正則表達式的貪婪匹配與非貪婪匹配，詳情見此：https://blog.csdn.net/lxcnn/article/details/4756030
re.search函數
re.search函數掃描整個字符串並返回第一個成功的匹配，如果匹配成功則返回match對象，否則返回None。
re.search(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字符串。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
import re #從起始位置匹配
r1=re.search('abc','abcdefghi') print(r1) #不從起始位置匹配
r2=re.search('def','abcdefghi') print(r2)
運行結果：
使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
group(num=0)：匹配的整個表達式的字符串，group() 可以一次輸入多個組號，這時它將返回一個包含那些組所對應值的元組。
groups()：返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。
import re s='This is a demo' r1=re.search(r'(.*) is (.*)',s) r2=re.search(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())
運行結果：
從上面不難發現re.match與re.search的區別：re.match只匹配字符串的起始位置，只要起始位置不符合正則表達式就匹配失敗，而re.search是匹配整個字符串，直到找到一個匹配為止。
re.compile 函數
compile 函數用於編譯正則表達式，生成一個正則表達式對象，供 match() 和 search() 這兩個函數使用。
re.compile(pattern[, flags])
pattern：一個字符串形式的正則表達式。
flags：可選，表示匹配模式，比如忽略大小寫，多行模式等。
import re #匹配數字
r=re.compile(r'\d+') r1=r.match('This is a demo') r2=r.match('This is 111 and That is 222',0,27) r3=r.match('This is 111 and That is 222',8,27) print(r1) print(r2) print(r3)
運行結果：
findall函數
搜索字符串，以列表形式返回正則表達式匹配的所有子串，如果沒有找到匹配的，則返回空列表。
需要注意的是，match 和 search 是匹配一次，而findall 匹配所有。
findall(string[, pos[, endpos]])
string：待匹配的字符串。
pos：可選參數，指定字符串的起始位置，默認為0。
endpos：可選參數，指定字符串的結束位置，默認為字符串的長度。
import re #匹配數字
r=re.compile(r'\d+') r1=r.findall('This is a demo') r2=r.findall('This is 111 and That is 222',0,11) r3=r.findall('This is 111 and That is 222',0,27) print(r1) print(r2) print(r3)
運行結果：
re.finditer函數
和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，並把它們作為一個迭代器返回。
re.finditer(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字符串。
flags：標志位，用於控制正則表達式的匹配方式，如是否區分大小寫，多行匹配等。
import re r=re.finditer(r'\d+','This is 111 and That is 222') for i in r: print (i.group())
運行結果：
re.split函數
將一個字符串按照正則表達式匹配的子串進行分割后，以列表形式返回。
re.split(pattern, string[, maxsplit=0, flags=0])
pattern：匹配的正則表達式。
string：待匹配的字符串。
maxsplit：分割次數，maxsplit=1分割一次，默認為0，不限次數。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等。
import re r1=re.split('\W+','This is 111 and That is 222') r2=re.split('\W+','This is 111 and That is 222',maxsplit=1) r3=re.split('\d+','This is 111 and That is 222') r4=re.split('\d+','This is 111 and That is 222',maxsplit=1) print(r1) print(r2) print(r3) print(r4)
運行結果：
re.sub函數
re.sub函數用於替換字符串中的匹配項。
re.sub(pattern, repl, string, count=0, flags=0)
pattern：正則中的模式字符串。
repl：替換的字符串，也可為一個函數。
string：要被查找替換的原始字符串。
count：模式匹配后替換的最大次數，默認0表示替換所有的匹配。
import re r='This is 111 and That is 222'
# 刪除字符串中的數字
r1=re.sub(r'\d+','',r) print(r1) # 刪除非數字的字符串
r2=re.sub(r'\D','',r) print(r2)
運行結果：
參考資料：
https://www.runoob.com/python/python-reg-expressions.html#flags
search