Python 內置模塊之 re 庫，一文搞定正則表達式初階用法，滾雪球學 Python 第 13 篇
橡皮擦，一個逗趣的互聯網高級網蟲。新的系列，讓我們一起 Be More Pythonic。
十三、Python 內置模塊之 re 庫，一文搞定正則表達式初階用法
13.1 re 庫的應用
re 庫是 Python 中處理正則表達式的標準庫，本篇博客介紹 re 庫的同時，會簡單介紹一下正則表達式語法，如果想深入學習正則表達式，還需要好好下一番功夫。
13.1.1 正則表達式語法
正則表達式語法由字符和操作符構成，初期階段掌握下述這些內容即可。
以上表示僅僅為正則表達最基礎部分內容，如果希望深入研究正則表達式，建議尋找更加全面的資料進行學習，本文只做藥引。
13.1.2 re 庫基本用法
re 庫主要函數如下：
基礎函數：compile；
功能函數：search、match、findall、split、finditer、sub。
在正式學習之前，先了解一下原生字符串。
在 Python 中，表示原生字符串，需要在字符串前面加上 r。
例如 my_str = 'i'am xiangpica' 在程序中會直接報錯，如果希望字符串中 ' 可以正常運行，需要加上轉移字符 \，修改為 my_str = 'i\'am xiangpica'。
但這樣結合上文正則表達式中的操作符，就會出現問題，因為 \ 在正則表達式中是有真實含義的，如果你使用 re 庫去匹配字符串中的 \，那需要使用 4 個反斜杠，為了避免這種情況出現，引入了原生字符串概念。
# 不使用原生字符串的正則表達式 "\\" # 使用原生字符串的正則表達式 r"\"
在后文會有實際的應用。
接下來在學習一個案例，例如下述代碼：
my_str='C:\number' print(my_str)
C: umber
本段代碼的輸出效果如下，\n 被解析成了換行，如果想要屏蔽這種現象，使用 r 即可：
my_str=r'C:\number' print(my_str)
輸出 C:\number。
13.2 re 庫相關函數說明
13.2.1 re.search 函數
該函數用于，在字符串中搜索正則表達式匹配到的第一個位置的值，返回 match 對象。
函數原型如下：
re.search(pattern,string,flags=0)
需求：在字符串 夢想橡皮擦 good good 中匹配 橡皮擦。
import re my_str='夢想橡皮擦 good good' pattern = r'橡皮擦' ret = re.search(pattern,my_str) print(ret)
返回結果：
search 函數的第三個參數 flags 表示正則表達式使用時的控制標記。
re.I，re.IGNORECASE：忽略正則表達式的大小寫；
re.M，re.MULTILINE：正則表達式中的 ^ 操作符能夠將給定字符串的每行當做匹配的開始；
re.S，re.DOTALL：正則表達式中的 . 操作符能夠匹配所有字符。
最后將匹配到的字符串進行輸出，使用下述代碼即可實現。
import re my_str = '夢想橡皮擦 good good' pattern = r'橡皮擦' ret = re.search(pattern, my_str) if ret: print(ret.group(0))
13.2.2 re.match 函數
該函數用于在目標字符串開始位置去匹配正則表達式，返回 match 對象，未匹配成功返回 None，函數原型如下：
re.match(pattern,string,flags=0)
一定要注意是目標字符串開始位置。
import re my_str = '夢想橡皮擦 good good' pattern = r'夢' # 匹配到數據 pattern = r'good' # 匹配不到數據 ret = re.match(pattern, my_str) if ret: print(ret.group(0))
re.match 和 re.search 方法都是一次最多返回一個匹配對象，如果希望返回多個值，可以通過在 pattern 里加括號構造匹配組返回多個字符串。
13.2.3 re.findall 函數
該函數用于搜索字符串，以列表格式返回全部匹配到的字符串，函數原型如下：
re.findall(pattern,string,flags=0)
測試代碼如下：
import re my_str = '夢想橡皮擦 good good' pattern = r'good' ret = re.findall(pattern, my_str) print(ret)
13.2.4 re.split 函數
該函數將一個字符串按照正則表達式匹配結果進行分割，返回一個列表。
函數原型如下：
re.split(pattern, string, maxsplit=0, flags=0)
re.split 函數進行分割的時候，如果正則表達式匹配到的字符恰好在字符串開頭或者結尾，返回分割后的字符串列表首尾都多了空格，需要手動去除，例如下述代碼：
import re my_str = '1夢想橡皮擦1good1good1' pattern = r'\d' ret = re.split(pattern, my_str) print(ret)
運行結果：
['', '夢想橡皮擦', 'good', 'good', '']
切換為中間的內容，則能正確的分割字符串。
import re my_str = '1夢想橡皮擦1good1good1' pattern = r'good' ret = re.split(pattern, my_str) print(ret)
如果在 pattern 中捕獲到括號，那括號中匹配到的結果也會在返回的列表中。
import re my_str = '1夢想橡皮擦1good1good1' pattern = r'(good)' ret = re.split(pattern, my_str) print(ret)
運行結果，你可以對比帶括號和不帶括號的區別進行學習：
['1夢想橡皮擦1', 'good', '1', 'good', '1']
maxsplit 參數表示最多進行分割次數， 剩下的字符全部返回到列表的最后一個元素，例如設置匹配 1 次，得到的結果是 ['1夢想橡皮擦1', '1good1']。
13.2.5 re.finditer 函數
搜索字符串，并返回一個匹配結果的迭代器，每個迭代元素都是 match 對象。函數原型如下：
re.finditer(pattern,string,flags=0)
測試代碼如下：
import re my_str = '1夢想橡皮擦1good1good1' pattern = r'good' # ret = re.split(pattern, my_str,maxsplit=1) ret =re.finditer(pattern, my_str) print(ret)
13.2.6 re.sub 函數
在一個字符串中替換被正則表達式匹配到的字符串，返回替換后的字符串，函數原型如下：
re.sub(pattern,repl,string,count=0,flags=0)
其中 repl 參數是替換匹配字符串的字符串，count 參數是匹配的最大替換次數。
import re my_str = '1夢想橡皮擦1good1good1' pattern = r'good' ret = re.sub(pattern, "nice", my_str) print(ret)
運行之后，得到替換之后的字符串：
1夢想橡皮擦1nice1nice1
13.2.7 re 庫其它函數
其它比較常見的函數有：re.fullmatch()，re.subn()，re.escape()，更多內容可以查閱 官方文檔，獲取一手資料。
13.3 re 庫的面向對象寫法
上文都是函數式寫法，re 庫可以采用面向對象的寫法，將正則表達式進行編譯之后，多次操作。核心用到的函數是 re.compile。
該函數原型如下：
regex = re.compile(pattern,flags=0)
其中 pattern 是正則表達式字符串或者原生字符串。
測試代碼如下：
import re my_str = '1夢想橡皮擦1good1good1' # 正則對象 regex = re.compile(pattern = r'good') ret = regex.sub("nice", my_str) print(ret)
上述代碼將正則表達式編譯為一個正則對象，后面在 regex.sub 函數中就不需要在寫正則表達式了，使用時，只需要將編譯好的 regex 對象替換所有的 re 對象，再去調用對應的方法。
13.4 re 庫的 match 對象
使用 re 庫匹配字符串之后，會返回 match 對象，該對象具備以下屬性和方法。
13.4.1 match 對象的屬性
.string：待匹配的文本；
.re：匹配時使用的 pattern 對象；
.pos：正則表達式搜索文本的開始位置；
.endpos：正則表達式搜索文本的結束位置。
測試代碼如下：
import re my_str = '1夢想橡皮擦1good1good1' regex = re.compile(pattern = r'g\w+d') ret = regex.search(my_str) print(ret) print(ret.string) print(ret.re) print(ret.pos) print(ret.endpos)
結果輸出：
13.4.2 match 對象的方法
.group(0)：獲取匹配后的字符串；
.start()：匹配字符串在原始字符串的開始位置；
.end()：匹配字符串在原始字符串的結尾位置；
.span()：返回(.start(),.end())
因為內容比較簡單，具體代碼不再展示。
13.5 這篇博客的總結
本篇博客學習了 Python 中 re 庫的知識點，重點在 re 庫中的各個函數，對正則表達式未做過多說明，希望對你有所幫助。
博主 ID：夢想橡皮擦，希望大家
、
評論
、
。
Python 正則表達式
版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。
相關文章
