目錄[-]

re模組提供了一系列功能強大的正則表示式(regular expression)工具，它們允許你快速檢查給定字串是否與給定的模式匹配(match函式), 或者包含這個模式(search函式)。正則表示式是以緊湊(也很神祕)的語法寫出的字串模式。

1. 常用方法

2. 特殊匹配符

3. 模組方法

re.match(pattern, string, flags=0)

從字串的開始匹配，如果pattern匹配到就返回一個Match物件例項(Match物件在後面描述)，否則放回None。flags為匹配模式(會在下面描述)，用於控制正則表示式的匹配方式。

import re

a = 'abcdefg'
print re.match(r'abc', a)  # 匹配成功
print re.match(r'abc', a).group()
print re.match(r'cde', a)  # 匹配失敗

>>><_sre.SRE_Match object at 0x0000000001D94578>
>>>abc
>>>None

search(pattern, string, flags=0)

用於查詢字串中可以匹配成功的子串，如果找到就返回一個Match物件例項,否則返回None。

import re

a = 'abcdefg'
print re.search(r'bc', a)
print re.search(r'bc', a).group()
print re.search(r'123', a)

>>><_sre.SRE_Match object at 0x0000000001D94578>
>>>bc
>>>None

sub(pattern, repl, string, count=0, flags=0)

替換，將string裡匹配pattern的部分，用repl替換掉，最多替換count次（剩餘的匹配將不做處理），然後返回替換後的字串。

import re

a = 'a1b2c3'
print re.sub(r'd+', '0', a)  # 將數字替換成'0'
print re.sub(r's+', '0', a)  # 將空白字元替換成'0'

>>>a0b0c0
>>>a1b2c3

subn(pattern, repl, string, count=0, flags=0)

跟sub()函式一樣，只是它返回的是一個元組，包含新字串和匹配到的次數

import re

a = 'a1b2c3'
print re.subn(r'd+', '0', a)  # 將數字替換成'0'

>>>('a0b0c0', 3)

split(pattern, string, maxsplit=0, flags=0)

正則版的split(),用匹配pattern的子串來分割string，如果pattern裡使用了圓括號，那麼被pattern匹配到的串也將作為返回值列表的一部分,maxsplit為最多被分割的字串。

import re

a = 'a1b1c'
print re.split(r'd', a)
print re.split(r'(d)', a)

>>>['a', 'b', 'c']
>>>['a', '1', 'b', '1', 'c']

findall(pattern, string, flags=0)

以列表的形式返回string裡匹配pattern的不重疊的子串。

import re

a = 'a1b2c3d4'
print re.findall('d', a)

>>>['1', '2', '3', '4']

4. Match物件

re.match()、re.search()成功匹配的話都會返回一個Match物件，它包含了很多此次匹配的資訊，可以使用Match提供的屬性或方法來獲取這些資訊。例如：

>>>import re

>>>str = 'he has 2 books and 1 pen'
>>>ob = re.search('(d+)', str)

>>>print ob.string  # 匹配時使用的文字
he has 2 books and 1 pen

>>>print ob.re # 匹配時使用的Pattern物件
re.compile(r'(d+)')

>>>print ob.group()  # 獲得一個或多個分組截獲的字串
2

>>>print ob.groups()  # 以元組形式返回全部分組截獲的字串
('2',)

5.Pattern物件

Pattern物件物件由re.compile()返回，它帶有許多re模組的同名方法，而且方法作用類似一樣的。例如:

>>>import re
>>>pa = re.compile('(d+)')

>>>print pa.split('he has 2 books and 1 pen')
['he has ', '2', ' books and ', '1', ' pen']

>>>print pa.findall('he has 2 books and 1 pen')
['2', '1']

>>>print pa.sub('much', 'he has 2 books and 1 pen')
he has much books and much pen

6.匹配模式

匹配模式取值可以使用按位或運算子'|'表示同時生效，比如re.I | re.M, 下面是常見的一些flag。

• re.I(re.IGNORECASE): 忽略大小寫

>>>pa = re.compile('abc', re.I)
>>>pa.findall('AbCdEfG')
>>>['AbC']

• re.L(re.LOCALE)：字符集本地化

這個功能是為了支援多語言版本的字符集使用環境的，比如在轉義符w，在英文環境下，它代表[a-zA-Z0-9]，即所以英文字元和數字。如果在一個法語環境下使用，有些法語字串便匹配不上。加上這L選項和就可以匹配了。不過這個對於中文環境似乎沒有什麼用，它仍然不能匹配中文字元。

• re.M(re.MULTILINE): 多行模式，改變'^'和'$'的行為

>>>pa = re.compile('^d+')
>>>pa.findall('123 456n789 012n345 678')
>>>['123']

>>>pa_m = re.compile('^d+', re.M)
>>>pa_m.findall('123 456n789 012n345 678')
>>>['123', '789', '345']

• re.S(re.DOTALL): 點任意匹配模式，改變'.'的行為

.號將匹配所有的字元。預設情況下.匹配除換行符n外的所有字元，使用這一選項以後，點號就能匹配包括換行符的任何字元。

• re.U(re.UNICODE): 根據Unicode字符集解析字元
• re.X(re.VERBOSE): 詳細模式

# 這個模式下正則表示式可以是多行，忽略空白字元，並可以加入註釋。以下兩個正則表示式是等價的
a = re.compile(r"""d +  # the integral part
                   .    # the decimal point
                   d *  # some fractional digits""", re.X)
b = re.compile(r"d+.d*")
# 但是在這個模式下，如果你想匹配一個空格，你必須用'/ '的形式（'/'後面跟一個空格）