Python编程之Re模块下的函数介绍

概述re模块下的函数compile(pattern)：创建模式对象importrepat=re.compile(\'A\')m=pat.search(\'CBA\')#等价于re.search(\'A\',\'CBA\')

re模块下的函数

compile(pattern)：创建模式对象

import repat=re.compile('A')m=pat.search('CBA')          #等价于 re.search('A','CBA')print m<_sre.SRE_Match object at 0x9d690c8>  #匹配到了，返回MatchObject（True）m=pat.search('CBD')print mNone                  #没有匹配到，返回None（False）

search(pattern,string)：在字符串中寻找模式

m = re.search('asd','ASDasd')print m<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）m = re.search('asd','ASDASD')print mNone                  #没有匹配到，返回None（False）

match(pattern,string)：在字符串开始处匹配模式

m = re.search('asd','ASDASD')print mNone                  #没有匹配到，返回None（False）

等价于

pat=re.compile('a')print pat.match('Aasd')Noneprintpat.match('aASD')<_sre.SRE_Match object at 0xb72cd6e8>

上面的函数返回都可以在if条件语句中进行判断：

if pat.search('asd'):...   print 'OK'... OK    #找到返回if re.search('a','ASD'):...   print "OK"...    #没有找到

split(pattern,string)：根据模式分割字符串,返回列表

re.split(',','a,s,d,asd')['a','s','d','asd']     #返回列表 pat = re.compile(',')pat.split('a,'asd']     #返回列表 re.split('[,]+',asd')  #正则匹配：[,]+，后面说明['a','asd'] re.split('[,asd',maxsplit=2) # maxsplit 最多分割次数['a','d,asd'] pat = re.compile('[,]+')           #正则匹配：[,]+，后面说明pat.split('a,maxsplit=2)    # maxsplit 最多分割次数['a',asd']

findall(pattern,string)：列表形式返回匹配项

re.findall('a','ASDaDFGAa') ['a','a']              #列表形式返回匹配到的字符串pat = re.compile('a')pat.findall('ASDaDFGAa')['a','a']              #列表形式返回匹配到的字符串pat = re.compile('[A-Z]+')    #正则匹配：'[A-Z]+' 后面有说明pat.findall('ASDcDFGAa')['ASD','DFGA']           #找到匹配到的字符串pat = re.compile('[A-Z]')pat.findall('ASDcDFGAa')     #正则匹配：'[A-Z]+' 后面有说明['A','S','D','F','G','A'] #找到匹配到的字符串pat = re.compile('[A-Za-z]')   #正则匹配：'[A-Za-z]+' 匹配所有单词，后面有说明pat.findall('ASDcDFGAa')['A','c','A','a'] 

sub(pat,repl,string) ：用repl替换 pat匹配项

(留的是中间的，因为中间在中心)

 re.sub('a','abcasd')  #找到a用A替换，后面见和group的配合使用'AbcAsd'pat = re.compile('a')pat.sub('A','abcasd')'AbcAsd' pat=re.compile(r'www\.(.*)\..{3}') #正则表达式 #在Python的string前面加上‘r'， 是为了告诉编译器这个string是个raw string，不要转译反斜杠 '\' 。 #例如，\n 在raw string中，是两个字符，\和n， 而不会转译为换行符。 #由于正则表达式和 \ 会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上'r'。  #与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。  #假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：  #前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。  #Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。  #同样，匹配一个数字的"\d"可以写成r"\d"。  #有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。  #不是说 加了r \就没有转译功能，好乱，就直接记住1句话：  #当一个字符串使用了正则表达式后，最好在前面加上'r'，这样你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观pat.match('www.dxy.com').group(1)'dxy're.sub(r'www\.(.*)\..{3}',r'','hello,www.dxy.com')pat.sub(r'',www.dxy.com') 'hello,dxy'# r'1' 是第一组的意思#通过正则匹配找到符合规则的"www.dxy.com" ，取得 组1字符串 去替换 整个匹配。 pat=re.compile(r'(\w+) (\w+)')   #正则表达式s='hello world ! hello hz !'pat.findall('hello world ! hello hz !')[('hello','world'),('hello','hz')]pat.sub(r' ',s)        #通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。 'world hello!hz hello!'

escape(string) ：对字符串里面的特殊字符串进行转义

re.escape('www.dxy.cn')'www\.dxy\.cn'          #转义

上面的函数中，只有match、search有group方法，其他的函数没有。

函数的方法

group：获取子模式(组)的匹配项

pat = re.compile(r'www\.(.*)\.(.*)')    #用()表示1个组，2个组m = pat.match('www.dxy.com')m.group()                 #默认为0，表示匹配整个字符串  'www.dxy.com'm.group(1)                 #返回给定组1匹配的子字符串'dxy'm.group(2)'com'

start：给定组匹配项的开始位置

m.start(2)                 #组2开始的索引8

end：给定组匹配项的结束位置

m.end(2)                  #组2结束的索引11

span： 给定组匹配项的开始结束位置

 m.span(2)                 #组2开始、结束的索引(8,11)

正则表达式

正则表达式(可以称为REs，regex，regex pattens)是一个小巧的，高度专业化的编程语言，它内嵌于python开发语言中，可通过re模块使用。正则表达式的pattern可以被编译成一系列的字节码，然后用C编写的引擎执行。下面简单介绍下正则表达式的语法。

元字符

“.” ：通配符,除换行符外的任意的1个字符

pat=re.compile('.')pat.match('abc')<_sre.SRE_Match object at 0xb72b6170>pat.match('abc').group()'a'                #匹配到了首个字符pat.search('abc').group() 'a'pat.match('\n').group()    #换行符匹配出错Traceback (most recent call last): file "<stdin>",line 1,in <module>AttributeError: 'nonetype' object has no attribute 'group'

“\” : 转义符

pat=re.compile('\.')pat.search('abc.efg').group() #匹配到.'.' pat.findall('abc.efg')     #不用group,返回列表['.']

“[…]” : 字符集合，匹配里面的任意一个元素

>>> pat=re.compile('[abc]')>>> pat.match('axbycz').group()'a'>>> pat.search('axbycz').group()'a'>>> pat.findall('axbycz')['a','b','c']

“\d” : 数字

>>> pat=re.compile('\d')      >>> pat.search('ax1by2cz3').group()  #匹配到第一个数字:1，返回'1'>>> pat.match('ax1by2cz3').group()  #匹配不到（首个不是）返回None，报错，match匹配字符串头Traceback (most recent call last): file "<stdin>",in <module>AttributeError: 'nonetype' object has no attribute 'group'>>> pat.findall('ax1by2cz3')     #匹配所有的数字，列表返回['1','2','3']

“\D” : 非数字

>>> pat=re.compile('\D')>>> pat.match('ax1by2cz3').group()'a'>>> pat.search('ax1by2cz3').group()'a'>>> pat.findall('ax1by2cz3')['a','x','y','z']

“\s” ：空白字符 、 \t、\r、\n、空格

>>> pat=re.compile('\s')>>> pat.findall('\rax1 \nby2 \tcz3')['\r',' ','\n','\t']>>> pat.search('\rax1 \nby2 \tcz3').group()'\r'>>> pat.match('\rax1 \nby2 \tcz3').group()'\r'

“S” :非空白字符

>>> pat=re.compile('\S')>>> pat.search('\rax1 \nby2 \tcz3').group()'a'>>> pat.findall('\rax1 \nby2 \tcz3')['a','1','z','3']

“\w” ：单个的 数字和字母，[A-Za-z0-9]

>>> pat=re.compile('\w')>>> pat.search('1a2b3c').group()'1'>>> pat.findall('1a2b3c')['1','a','3','c']>>> pat.match('1a2b3c').group()'1'

“\W”:非单词字符,除数字和字母外

>>> pat=re.compile('\W')>>> pat.findall('1a2我b3c') #python是用三字节表示一个汉字['\xe6','\x88','\x91']>>> pat.search('1a2我b3c').group()'\xe6'

数量词

“*” ：0次或多次

（ 乘0会变成0）

>>> pat = re.compile('[abc]*')>>> pat.match('abcabcdefabc').group() 'abcabc'               #2次>>> pat.search('abcabcdefabc').group()'abcabc'               #2次>>> pat.findall('abcabcdefabc')['abcabc','','abc','']   #2次和1次,因为有0次，所以匹配了''

“+” ：1次或多次

（ 加0不会变成0）

>>> pat = re.compile('[abc]+')>>> pat.match('abcdefabcabc').group()'abc'>>> pat.search('abcdefabcabc').group()'abc'>>> pat.findall('abcdefabcabc')['abc','abcabc']

“?” ：0次或1次，match,search 不会出现none，会出现' ‘ （因为0次也是符合的）

0次或1次不是指[xxx]这个集合，而是其中的任何的一个字符

>>> pat = re.compile('[abc]?')>>> pat.match('defabc').group()   #0次''>>> pat.match('abcdefabc').group()'a'>>> pat.search('defabc').group()  #0次''>>> pat.findall('defabc')      #0次和1次['','']   #后面总再加个''

“数量词?” ：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多）

>>> pat = re.compile('[abc]+')     #贪婪模式>>> pat.match('abcdefabcabc').group() #匹配尽可能多的：abc'abc'>>> pat.match('bbabcdefabcabc').group()'bbabc'>>> pat.search('dbbabcdefabcabc').group()'bbabc'>>> pat.findall('abcdefabcabc')['abc','abcabc']>>> pat = re.compile('[abc]+?')    #非贪婪模式：+?>>> pat.match('abcdefabcabc').group() #匹配尽可能少的：a、b、c'a'>>> pat.search('dbbabcdefabcabc').group()'b'>>> pat.findall('abcdefabcabc')['a','c']

“{m}” ：匹配字符串出现m次

>>> pat = re.compile('[op]{2}')   #o或p出现2次>>> pat.search('abcooapp').group() #匹配第一次出现的字符串,o比p先出现'oo'>>> pat.findall('abcooapp')     #匹配出现的所有字符串，列表形式返回['oo','pp']

“{m,n}” ：匹配字符串出现m到n次

>>> pat = re.compile('[op]{2,4}')   #o或则p出现2到4次>>> pat.match('pppabcooapp').group() #匹配开头'ppp'>>> pat.search('pppabcooapp').group() #匹配第一次出现'ppp'>>> pat.findall('pppabcooapp')    #匹配所有['ppp','oo','pp']

.group() #匹配第一次出现

边界

“^” ：匹配字符串开头或行头

>>> pat = re.compile('^[abc]')   #开头是a、b、c中的任意一个>>> pat.search('defabc').group()   >>> pat.match('defabc').group()  #均找不到>>> pat.findall('defabc')[]>>> pat.search('adefabc').group()'a'>>> pat.match('adefabc').group()  #开头是a、b、c中的任意一个'a'>>> pat.findall('adefabc')['a']>>> pat = re.compile('^[abc]+')  #开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个>>> pat.findall('cbadefab')['cba']>>> pat = re.compile(r'^[abc]+?') #开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个>>> pat.findall('cbadefab')['c']

“$” ：匹配字符串结尾或则行尾

>>> pat = re.compile('[abc]$')>>> pat.match('adefAbc').group()  #match匹配的是字符串开头，所以查找$的时，总是返回None>>> pat.search('adefAbc').group() #结尾是a、b、c中的任意一个'c'>>> pat.findall('adefAbc')     ['c']>>> pat = re.compile('[abc]+$')>>> pat.search('adefAbc').group() #结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个'bc'>>> pat.findall('adefAbc')['bc']

“\A”：匹配字符串开头

>>> pat = re.compile('\A[abc]+')>>> pat.findall('cbadefab')['cba']>>> pat.search('cbadefab').group()'cba'

“\Z”：匹配字符串结尾

>>> pat = re.compile('[abc]+\Z')>>> pat.search('cbadefab').group()'ab'>>> pat.findall('cbadefab')['ab']

分组

(…)：分组匹配,从左到右,每遇到一个 ( 编号+1，分组后面可加数量词

>>> pat=re.compile(r'(a)\w(c)') #\w:单个的数字或字母 [A-Za-z0-9]>>> pat.match('abcdef').group()'abc'>>> pat=re.compile('(a)b(c)')  #分2组，匿名分组                  >>> pat.match('abcdef').group() #默认返回匹配的字符串'abc'>>> pat.match('abcdef').group(1) #取分组1，适用于search'a'>>> pat.match('abcdef').group(2) #取分组2，适用于search'c'>>> pat.match('abcdef').groups() #取所有分组，元组形式返回('a','c')

<number>：引用编号为<number>的分组匹配到的字符串

>>> pat=re.compile(r'www\.(.*)\..{3}')>>> pat.match('www.dxy.com').group(1)'dxy'

“(?P<name>…)” ：在模式里面用()来表示分组（命名分组）,适用于提取目标字符串中的某一些部位。

>>> pat=re.compile(r'(?P<K>a)\w(c)')  #分2组：命名分组+匿名分组>>> pat.search('abcdef').groups()    #取所有分组，元组形式返回('a','c')>>> pat.search('abcdef').group(1)    #取分组1，适用于match'a'>>> pat.search('abcdef').group(2)    #取分组2，适用于match'c'>>> pat.search('abcdef').group()    #默认返回匹配的字符串'abc'>>> pat.search('abcdef').groupdict()  #命名分组可以返回一个字典【专有】，匿名分组也没有{'K': 'a'}

“(?P=name)”：引用别名为<name>的分组匹配到的串

>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)')  #(?P=K)引用分组1的值，就是a>>> pat.search('abcdef').group()       #匹配不到，因为完整'a\wca',模式的第4位是aTraceback (most recent call last): file "<stdin>",in <module>AttributeError: 'nonetype' object has no attribute 'group' >>> pat.search('abcadef').group()       #匹配到，模式的第4位和组1一样,值是c'abca'>>> pat.search('abcadef').groups()('a','c')>>> pat.search('abcadef').group(1)'a'>>> pat.search('abcadef').group(2)'c

“<number>” ：引用分组编号匹配：

>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)') #引用分组2的值，就是c>>> pat.findall('Aabcadef')          #匹配不到，因为完整'a\wcac',模式的第5位是c[]>>> pat.findall('Aabcacdef')         #匹配到，模式的第5位和组2一样,值是c[('a','c')]>>> pat.search('Aabcacdef').groups()('a','c')>>> pat.search('Aabcacdef').group()'abcac'>>> pat.search('Aabcacdef').group(1)'a'>>> pat.search('Aabcacdef').group(2)'c'

特殊构造

(?:…) (…)不分组版本,用于使用 | 或者后接数量词
(?iLmsux) iLmsux的每个字符代表一个匹配模式,只能用在正则表达式的开头,可选多个
(?#…) #号后的内容将作为注释
(?=…) 之后的字符串内容需要匹配表达式才能成功匹配
(?!…) 之后的字符串不匹配表达式才能成功
(?(?(?(ID/name) yes |no) 如果编号为ID/名字为name的组匹配到字符串,则需要匹配yes,否则匹配no,no可以省略
“(?:…)” ：()里面有?:表示该()不是分组

>>> pat=re.compile(r'a(?:bc)')>>> pat.findall('abc')['abc']>>> pat.match('abc').groups()   #显示不出分组

“(?=…)”：匹配…表达式，返回。对后进行匹配，总是对后面进行匹配

>>> pat=re.compile(r'\w(?=\d)')  #匹配表达式\d，返回数字的前一位，\w：单词字符[A-Za-z0-9]>>> pat.findall('abc1 def1 xyz1')['c','f','z']>>> pat.findall('zhoujy20130628hangzhou') #匹配数字的前一位，列表返回['y','0','6','2']>>> pat=re.compile(r'\w+(?=\d)')>>> pat.findall('abc1,def1,xyz1')     #匹配最末数字的前字符串，列表返回['abc','def','xyz']>>> pat.findall('abc21,def31,xyz41')['abc2','def3','xyz4']>>> pat.findall('zhoujy20130628hangzhou')['zhoujy2013062']>>> pat=re.compile(r'[A-Za-z]+(?=\d)')    #[A-Za-z],匹配字母,可以用其他的正则方法>>> pat.findall('zhoujy20130628hangzhou123') #匹配后面带有数字的字符串，列表返回['zhoujy','hangzhou']>>> pat.findall('abc21,xyz41')['abc','xyz']

“(?!…)” 不匹配…表达式，返回。对后进行匹配

>>> pat=re.compile(r'[A-Za-z]+(?!\d)')    #[A-Za-z],可以用其他的正则方法>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310') #匹配后面不是数字的字符串，列表返回['zhouj','hangzho','binjian']>>> pat.findall('abc21,xyz41')['ab','de','xy']

“(?<=…)”：匹配…表达式，返回。对前进行匹配,总是对前面进行匹配

>>> pat=re.compile(r'(?<=\d)[A-Za-z]+')   #匹配前面是数字的字母>>> pat.findall('abc21,xyz41')[]>>> pat.findall('1abc21,2def31,3xyz41')['abc','xyz']>>> pat.findall('zhoujy20130628hangzhou123,binjiang310')['hangzhou']

“(?<!…)”：不匹配…表达式，返回。对前进行匹配,总是对前面进行匹配

>>> pat=re.compile(r'(?<!\d)[A-Za-z]+')   #匹配前面不是数字的字母>>> pat.findall('abc21,binjiang310')['zhoujy','angzhou','binjiang']

“(?(ID/name) yes |no)”: 组是否匹配，匹配返回

>>> pat=re.compile(r'a(\d)?bc(?(1)\d)')  #no省略了，完整的是a\dbc\d ==> a2bc3,总共5位，第2位是可有可无的数字，第5为是数字>>> pat.findall('abc9')          #返回组1，但第2位（组1）没有，即返回了''['']>>> pat.findall('a8bc9')         #完整的模式，返回组1['8']>>> pat.match('a8bc9').group()'a8bc9'>>> pat.match('a8bc9').group(1)'8'>>> pat.findall('a8bc')          #第5位不存在，则没有匹配到[]

“(?iLmsux)”:这里就介绍下i参数：大小写区分匹配

>>> pat=re.compile(r'abc')>>> pat.findall('abc')['abc']>>> pat.findall('ABC')[]>>> pat=re.compile(r'(?i)abc')      #(?i) 不区分大小写>>> pat.findall('ABC')['ABC']>>> pat.findall('abc')['abc']>>> pat.findall('aBc')['aBc']>>> pat.findall('aBC')['aBC']>>> pat=re.compile(r'abc',re.I)      #re.I 作为参数使用，推荐>>> pat.findall('aBC')['aBC']>>> pat.findall('abc')['abc']>>> pat.findall('ABC')['ABC']

总结

以上就是本文关于Python编程之Re模块下的函数介绍的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：Python探索之静态方法和类方法的区别详解、Python探索之爬取电商售卖信息代码示例等，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！

总结

以上是内存溢出为你收集整理的Python编程之Re模块下的函数介绍全部内容，希望文章能够帮你解决Python编程之Re模块下的函数介绍所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。