一、re模块介绍
Python提供了一个内置模块re,它提供了正则表达式(regular expression)操作的功能。正则表达式是一种表达特定模式的方法,通过一个模式字符串来匹配文本中的符合条件的子字符串。
要使用re模块,需要先导入它:
import re
在使用re模块之前,先了解一下一些最基础的正则表达式元字符:
- . :匹配除换行符以外的任意字符
- ^ :匹配字符串的开头
- $ :匹配字符串的结尾
- * :匹配前面的子表达式零次或多次
- ? :匹配前面的子表达式零次或一次
- + :匹配前面的子表达式一次或多次
- {n} :匹配前面的子表达式恰好n次,n为非负整数
- {n,} :匹配前面的子表达式至少n次
- {n,m} :匹配前面的子表达式至少n次,至多m次
- [] :匹配中括号中的任意一个字符
- | :匹配两个或多个规则之一
- () :标记一个子表达式的开始和结束位置,并保存匹配的结果
二、re.match方法
re.match方法从字符串的开头开始查找,如果找到符合正则表达式规则的子字符串,就返回一个匹配对象,否则返回None。
match函数的语法格式如下:
m = re.match(pattern, string, flags=0)
其中,pattern代表正则表达式的模式字符串,string是要匹配的字符串,flags是匹配模式(一般使用默认值即可)。
例如:
pattern = r'hello'
string = 'hello world!'
m = re.match(pattern, string)
print(m)
执行结果为:
<re.Match object; span=(0, 5), match='hello'>
其中,span是匹配结果的起始位置和结束位置,match是匹配的子字符串。
三、re.search方法
re.search方法从整个字符串中查找,如果找到符合正则表达式规则的子字符串,就返回一个匹配对象,否则返回None。
search函数的语法格式如下:
m = re.search(pattern, string, flags=0)
例如:
pattern = r'world'
string = 'hello world!'
m = re.search(pattern, string)
print(m)
执行结果为:
<re.Match object; span=(6, 11), match='world'>
同样,span是匹配结果的起始位置和结束位置,match是匹配的子字符串。
四、re.findall方法
re.findall方法会搜索整个字符串,以列表形式返回所有符合正则表达式规则的子字符串。
findall函数的语法格式如下:
result = re.findall(pattern, string, flags=0)
例如:
pattern = r'\d+'
string = '12 drummers drumming, 11 pipers piping, 10 lords a-leaping'
result = re.findall(pattern, string)
print(result)
执行结果为:
['12', '11', '10']
注意到正则表达式中的\d代表任意一个数字,+代表前面的子表达式至少要出现一次。
五、re.sub方法
re.sub方法将字符串中符合正则表达式规则的子字符串替换成新的字符串。
sub函数的语法格式如下:
new_string = re.sub(pattern, replace, string, count=0, flags=0)
其中,pattern代表正则表达式的模式字符串,replace是替换的新字符串,string是要匹配的字符串,count是可选参数,表示要替换的最大数量,flags是匹配模式(一般使用默认值即可)。
例如:
pattern = r'\s+'
replace = ','
string = 'hello world!'
new_string = re.sub(pattern, replace, string)
print(new_string)
执行结果为:
hello,world!
注意到正则表达式中的\s代表任意一个空白字符,+代表前面的子表达式至少要出现一次。
六、re.compile方法
re.compile方法可以将正则表达式的模式字符串编译为一个正则表达式对象,可以多次使用。
compile函数的语法格式如下:
p = re.compile(pattern, flags=0)
其中,pattern代表正则表达式的模式字符串,flags是匹配模式(一般使用默认值即可)。
例如:
pattern = r'\d+'
string1 = '12 drummers drumming, 11 pipers piping, 10 lords a-leaping'
string2 = 'no numbers'
p = re.compile(pattern)
result1 = p.findall(string1)
result2 = p.findall(string2)
print(result1,result2)
执行结果为:
(['12', '11', '10'], [])
注意到正则表达式对象p可以根据pattern多次使用。
七、总结
本文介绍了Python中re模块的基本用法,涉及了match、search、findall、sub和compile等方法。正则表达式是一种强大的文本匹配工具,掌握它可以提高代码的处理速度和效率,适合需要经常处理字符串的工程师。