python正則匹配

在python中使用正則表達式

一、搜索和查找與正則相匹配的內容

1、re.compile的用法

compile(pattern, flags=0)把正則表達式編譯為正則表達式對象

一個正則表達式的例子，從字符串string中找字符“the”出現的次數，不區分大小寫：

           #!/usr/bin/env python3 
          
#正則表達式與模式匹配 
         

           import re 
          
string="The quick brown fox jumps over the lazy dog." 
          
string_list=string.split() 
          
pattern=re.compile(r"The",re.I) 
          
#re.compile函數將文本形式的模式編譯成編譯后的正則表達式（即正則表達式的編譯）。 
          
#r不是必須的，但是在正則表達式中使用原始字符串是一個好習慣 
          
#re.I函數確保模式不區分大小寫。 
          
count=0 
          
for word in string_list: 
          
    if pattern.search(word): 
          
        print(pattern.search(word).string) 
          
        count+=1 
          
print("The出現的次數:{0:d}".format(count)) 
         

結果：

The
the
The出現的次數:2

2、re.search()

search(pattern, string, flags=0)返回第一個匹配到的對象，可以調用這個對象的 group()方法返回第一個匹配到的值。沒有匹配上返回None。

查找第一次出現字母的對象：

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
res1 = re.search(r'[a-z]+', r'jiem098mib562qwe678')
print('search', res1)
print(res1.group())

結果：

search <re.Match object; span=(0, 4), match='jiem'>
jiem

3、re.match()

match(pattern, string, flags=0)和search用法一樣，唯一區別就是只在字符串開始匹配

使用re.match方法，查找以185開頭的電話號碼

           #!/usr/bin/env python3 
          
#正則表達式與模式匹配 
          
#re.match的使用 
          
import re 
         

           string = "18512349553;18256785181;13698762112;18654320816;18511113141" 
          
string_list = string.split(';') 
          
count = 1 
          
for word in string_list: 
          
    ret = re.match(r"^185\d{8}$", word) 
          
    if ret: 
          
        print("第"+str(count)+"個位置可以匹配，匹配結果是："+ ret.string) 
          
    else: 
          
        print("第"+str(count)+"個位置不能匹配") 
          
    count+=1 
         

結果：

第1個位置可以匹配，匹配結果是：18512349553
第2個位置不能匹配
第3個位置不能匹配
第4個位置不能匹配
第5個位置可以匹配，匹配結果是：18511113141

4、re.findall()

findall(pattern, string, flags=0)所有的匹配結果都返回在一個列表中，如果沒有匹配上就返回一個空列表.

使用re.findall的方法。

將數字取出：

#!/usr/bin/env python3
#正則表達式與模式匹配：re.findall

import re
string="a list of groups; this is not 123 and 456"
res = re.findall(r'[0-9]+', string)
print(res)

結果：

['123', '456']

 5、finditer()

finditer(pattern, string, flags=0)根據正則表達式匹配字符串得到 一個迭代器，迭代器中每個元素都是一個對象，每個對象都可通過 group()方法獲取對應的匹配值。（查找）

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.finditer(r'\d+', string)
print(res)
for each in res:
    print(each)

結果：

<callable_iterator object at 0x000001D185AF8128>
<re.Match object; span=(0, 3), match='928'>
<re.Match object; span=(6, 9), match='568'>
<re.Match object; span=(12, 15), match='123'>
<re.Match object; span=(18, 21), match='547'>

 

二、切割和替換與正則相匹配的內容

1、sub()

sub(pattern, repl, string, count=0, flags=0)根據（pattern）正則表達式規則將匹配好的字符串替換為新字符串（repl）,string為目標串，count可以指定替換次數

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.sub(r'\D+', 'AAA',string)
#\D匹配任何一個非數字字符
print(res)

 結果：

928AAA568AAA123AAA547AAA

只替換前兩次匹配的結果：

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.sub(r'\D+', 'AAA',string,2)
#\D匹配任何一個非數字字符
print(res)

結果：

928AAA568AAA123hde547vcx

2、subn()

subn(pattern, repl, string, count=0, flags=0)根據（pattern）正則表達式規則將匹配好的字符串替換為新字符串（repl）,string為目標串，count可以指定替換次數.
返回的結果是元組，其中有替換結果和替換次數

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.subn(r'\D+', 'AAA',string)
#\D匹配任何一個非數字字符
print(res)

結果：

('928AAA568AAA123AAA547AAA', 4)

將匹配次數設置為3，則：

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.subn(r'\D+', 'AAA',string,3)
#\D匹配任何一個非數字字符
print(res)

結果：

('928AAA568AAA123AAA547vcx', 3)

3、split()

split(pattern, string, maxsplit=0, flags=0)按照正則表達式匹配好的字符串去切割目標字符串，匹配對的結果會先拿第一個結果切割目標串，
切割完后拿第二個結果切割這兩個字符串，以此類推。可以指定最大切割次數，返回一個列表。

以數字分割該字符串：

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="928jkh568isd123hde547vcx"
res = re.split(r'\d+', string)
#\d匹配任何一個數字字符
print(res)

結果：

['', 'jkh', 'isd', 'hde', 'vcx']

 

最后展示一個這些函數應用的示例：

#!/usr/bin/env python3
#正則表達式與模式匹配

import re
string="<a>我愛你</a><h1>我恨你</h1>"
res1 = re.split(r'<[\/]?[a]>', string)
#<[\/]?[a]>為匹配尖括號里的a或反斜杠a
print(res1[1])
print("…………")
res2 = re.finditer(r'<[\/]?[0-9a-z]+>', string)
#<[\/]?[0-9a-z]+>為匹配尖括號里的字母數字或反斜杠的正則
for each in res2:
    print(each.group())
print("…………")
res3 = re.findall(r'<[\/]?[0-9a-z]+>', string)
print(res3)
print("…………")
res4 = re.search(r'<\w+>(?P<oo>\D+)</\w+><\w+>(?P<nn>\D+)</\w+>',string)
print(res4.group('oo'))
print(res4.group('nn'))
print("…………")
res5 = re.search(r'<(?P<tt>\w+)>(?P<cc>\w+)</\w+>', r'<a>hello</h1><a>hello</a>')
print(res5.group('tt'))
print(res5.group('cc'))
print(res5.group())

結果：

我愛你
…………
<a>
</a>
<h1>
</h1>
…………
['<a>', '</a>', '<h1>', '</h1>']
…………
我愛你
我恨你
…………
a
hello
<a>hello</h1>

 

原文鏈接：https://www.cnblogs.com/xiao-xue-di/p/9438165.html