python3正則模組re的使用方法詳解
一、正則
1.正則表示式定義
正則就是用一些具有特殊含義的符號組合到一起(稱為正則表示式)來描述字元或者字串的方法。或者說:正則就是用來描述一類事物的規則。(在Python中)它內嵌在Python中,並通過 re 模組實現。正則表示式模式被編譯成一系列的位元組碼,然後由用 C 編寫的匹配引擎執行。
2.目的和特點
給定一個正則表示式和另一個字串,我們可以達到如下的目的:
給定的字串是否符合正則表示式的過濾邏輯(稱作“匹配”):
可以通過正則表示式,從字串中獲取我們想要的特定部分。
正則表示式的特點是:
靈活性、邏輯性和功能性非常強;
可以迅速地用極簡單的方式達到字串的複雜控制。
由於正則表示式主要應用物件是文字,因此它在各種文字編輯器場合都有應用,小到著名編輯器EditPlus,大到Microsoft Word、Visual Studio等大型編輯器,都可以使用正則表示式來處理文字內容。
3.常用的正則表示式
4.貪婪模式與非貪婪模式
正則表示式通常用於在文字中查詢匹配的字串。Python裡數量詞預設是貪婪的(在少數語言裡也可能是預設非貪婪),總是嘗試匹配儘可能多的字元;非貪婪的則相反,總是嘗試匹配儘可能少的字元。例如:正則表示式"ab*“如果用於查詢"abbbc”,將找到"abbb"。而如果使用非貪婪的數量詞"ab*?",將找到"a"。
5.反斜槓
與大多數程式語言相同,正則表示式裡使用"“作為轉義字元,這就可能造成反斜槓困擾。假如你需要匹配文字中的字元”",那麼使用程式語言表示的正則表示式裡將需要4個反斜槓"\\":前兩個和後兩個分別用於在程式語言裡轉義成反斜槓,轉換成兩個反斜槓後再在正則表示式裡轉義成一個反斜槓。Python裡的原生字串很好地解決了這個問題,這個例子中的正則表示式可以使用r"\“表示。同樣,匹配一個數字的”\d"可以寫成r"\d"。有了原生字串,你再也不用擔心是不是漏寫了反斜槓,寫出來的表示式也更直觀。
二、python3正則模組re
1.match
match(string[,pos[,endpos]]) | re.match(pattern,string[,flags]):
Match物件是一次匹配的結果,包含了很多關於此次匹配的資訊,可以使用Match提供的可讀屬性或方法來獲取這些資訊。
屬性:
string: 匹配時使用的文字。
re: 匹配時使用的Pattern物件。
pos: 文字中正則表示式開始搜尋的索引。值與Pattern.match()和Pattern.seach()方法的同名引數相同。
endpos: 文字中正則表示式結束搜尋的索引。值與Pattern.match()和Pattern.seach()方法的同名引數相同。
lastindex: 最後一個被捕獲的分組在文字中的索引。如果沒有被捕獲的分組,將為None。
lastgroup: 最後一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組,將為None。
方法:
group([group1,…])
獲得一個或多個分組截獲的字串;指定多個引數時將以元組形式返回。group1可以使用編號也可以使用別名;編號0代表整個匹配的子串;不填寫引數時,返回group(0);沒有截獲字串的組返回None;截獲了多次的組返回最後一次截獲的子串。
groups([default])
以元組形式返回全部分組截獲的字串。相當於呼叫group(1,2,…last)。default表示沒有截獲字串的組以這個值替代,預設為None。
groupdict([default])
返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典,沒有別名的組不包含在內。default含義同上。
start([group])
返回指定的組截獲的子串在string中的起始索引(子串第一個字元的索引)。group預設值為0。
end([group])
返回指定的組截獲的子串在string中的結束索引(子串最後一個字元的索引+1)。group預設值為0。
span([group])
返回(start(group),end(group))。
expand(template)
將匹配到的分組代入template中然後返回。template中可以使用\id或\g、\g引用分組,但不能使用編號0。\id與\g是等價的;但\10將被認為是第10個分組,如果你想表達\1之後是字元'0',只能使用\g<1>0。
import re ret1 = re.match('t.{6}w','taaa333w123') try: print('匹配到的資料是:',ret1.group()) # 匹配的是一個group except: print('沒有匹配到資料')
2.search
search(string[,endpos]]) | re.search(pattern,flags])
這個方法用於查詢字串中可以匹配成功的子串。從string的pos下標處起嘗試匹配pattern,如果pattern結束時仍可匹配,則返回一個Match物件;若無法匹配,則將pos加1後重新嘗試匹配;直到pos=endpos時仍無法匹配則返回None。
pos和endpos的預設值分別為0和len(string));re.search()無法指定這兩個引數,引數flags用於編譯pattern時指定匹配模式。
ret5 = re.search('^[0-9].*','1hello python') # ^代表以什麼開頭 print(ret5.group())
3.split,findall,finditer三個方法
- split(string[,maxsplit]) | re.split(pattern,maxsplit])
- findall(string[,endpos]]) | re.findall(pattern,flags])
- finditer(string[,endpos]]) | re.finditer(pattern,flags])
split類似string中的split方法,不多解釋
findall()方法搜尋string,以列表形式返回全部能匹配的子串。 例項:
import re p = re.compile(r'\d+') print(p.findall('one1two2three3four4'))
輸出
['1','2','3','4']
finditer()方法搜尋string,返回一個順序訪問每一個匹配結果(Match物件)的迭代器。例項:
import re p = re.compile(r'\d+') for m in p.finditer('one1two2three3four4'): print(m.group(),)
輸出
1 2 3 4
4.sub
sub(repl,count]) | re.sub(pattern,repl,count])
使用repl替換string中每一個匹配的子串後返回替換後的字串。
當repl是一個字串時,可以使用\id或\g、\g引用分組,但不能使用編號0。
當repl是一個方法時,這個方法應當只接受一個引數(Match物件),並返回一個字串用於替換(返回的字串中不能再引用分組)。
count用於指定最多替換次數,不指定時全部替換。
import re p = re.compile(r'(\w+) (\w+)') s = 'i say,hello world!' print(p.sub(r'\2 \1',s)) def func(m): return m.group(1).title() + ' ' + m.group(2).title() print(p.sub(func,s))
輸出
say i,world hello!
更多關於python3正則模組re的使用方法請檢視下面的相關連結