正則表示式是一個特殊的字元序列，它能幫助你方便的檢查一個字串是否與某種模式匹配。

　　Python 自1.5版本起增加了re 模組，它提供 Perl 風格的正則表示式模式。

　　re 模組使 Python 語言擁有全部的正則表示式功能。

　　compile 函式根據一個模式字串和可選的標誌引數生成一個正則表示式物件。該物件擁有一系列方法用於正則表示式匹配和替換。

　　re 模組也提供了與這些方法功能完全一致的函式，這些函式使用一個模式字串做為它們的第一個引數。

　　本章節主要介紹 Python 中常用的正則表示式處理函式，如果你對正則表示式不瞭解，可以去學習正則表示式 - 教程。

1.re.match函式

　　re.match 嘗試從字串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。

　　函式語法：

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

　　函式引數說明：

　　匹配成功re.match方法返回一個匹配的物件，否則返回None。

　　我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配表示式。

import re
print(re.match('www', 'www.google.com').span())  # 在起始位置匹配
print(re.match('com', 'www.google.com
 
'))         # 不在起始位置匹配

以上例項執行輸出結果為：
(0, 3)
None

#!/usr/bin/python3
import re
 
line = "Cats are smarter than dogs"
# .* 表示任意匹配除換行符（\n、\r）之外的任何單個或多個字元
# (.*?) 表示"非貪婪"模式，只儲存第一個匹配到的子串
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)  #re.M在正則表示式修飾符 - 可選標誌章節會講解到。
 
if matchObj:
   print ("matchObj.group() : 
 
", matchObj.group())
   print ("matchObj.group(1) : ", matchObj.group(1))
   print ("matchObj.group(2) : ", matchObj.group(2))
else:
   print ("No match!!")


以上例項執行結果如下：
matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

2.re.search方法

　　re.search 掃描整個字串並返回第一個成功的匹配。

　　函式語法：

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

　　函式引數說明：

　　匹配成功re.search方法返回一個匹配的物件，否則返回None。

　　我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配表示式。

import re

print(re.search('www', 'www.google.com').span())  # 在起始位置匹配
print(re.search('com', 'www.google.com').span())         # 不在起始位置匹配

以上結果輸出為:
(0, 3)
(11, 14)

#!/usr/bin/python3
 
import re
 
line = "Cats are smarter than dogs"
 
searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)
 
if searchObj:
   print ("searchObj.group() : ", searchObj.group())
   print ("searchObj.group(1) : ", searchObj.group(1))
   print ("searchObj.group(2) : ", searchObj.group(2))
else:
   print ("Nothing found!!")

以上例項執行結果如下：
searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

3.re.match與re.search的區別

　　re.match 只匹配字串的開始，如果字串開始不符合正則表示式，則匹配失敗，函式返回 None，而 re.search 匹配整個字串，直到找到一個匹配。

#!/usr/bin/python3
 
import re
 
line = "Cats are smarter than dogs"
 
matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print ("match --> matchObj.group() : ", matchObj.group())
else:
   print ("No match!!")
 
matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print ("search --> matchObj.group() : ", matchObj.group())
else:
   print ("No match!!")

以上例項執行結果如下：
No match!!
search --> matchObj.group() :  dogs

4.檢索和替換

　　Python 的re模組提供了re.sub用於替換字串中的匹配項。

　　語法：

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

　　引數：

• pattern : 正則中的模式字串。
• repl : 替換的字串，也可為一個函式。
• string : 要被查詢替換的原始字串。
• count : 模式匹配後替換的最大次數，預設 0 表示替換所有的匹配。
• flags : 編譯時用的匹配模式，數字形式。

　　前三個為必選引數，後兩個為可選引數。

#!/usr/bin/python3
import re
 
phone = "2004-959-559 # 這是一個電話號碼"
 
# 刪除註釋
num = re.sub(r'#.*$', "", phone)
print ("電話號碼 : ", num)
 
# 移除非數字的內容
num = re.sub(r'\D', "", phone)
print ("電話號碼 : ", num)

以上例項執行結果如下：

電話號碼 :  2004-959-559 
電話號碼 :  2004959559

4.1 repl 引數是一個函式

　　以下例項中將字串中的匹配的數字乘於 2：

#!/usr/bin/python
 
import re
 
# 將匹配的數字乘於 2
def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)
 
s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))

執行輸出結果為：
A46G8HFD1134

4.2 compile 函式

　　compile 函式用於編譯正則表示式，生成一個正則表示式（ Pattern ）物件，供 match() 和 search() 這兩個函式使用。

　　語法格式為：

re.compile(pattern[, flags])

　　引數：

• pattern : 一個字串形式的正則表示式
• flags 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體引數為：
• re.I 忽略大小寫
  • re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴於當前環境
  • re.M 多行模式
  • re.S 即為' . '並且包括換行符在內的任意字元（' . '不包括換行符）
  • re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴於 Unicode 字元屬性資料庫
  • re.X 為了增加可讀性，忽略空格和' # '後面的註釋

>>>import re
>>> pattern = re.compile(r'\d+')                    # 用於匹配至少一個數字
>>> m = pattern.match('one12twothree34four')        # 查詢頭部，沒有匹配
>>> print( m )
None
>>> m = pattern.match('one12twothree34four', 2, 10) # 從'e'的位置開始匹配，沒有匹配
>>> print( m )
None
>>> m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print( m )                                        # 返回一個 Match 物件
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0)   # 可省略 0
'12'
>>> m.start(0)   # 可省略 0
3
>>> m.end(0)     # 可省略 0
5
>>> m.span(0)    # 可省略 0
(3, 5)

　　在上面，當匹配成功時返回一個 Match 物件，其中：

• group([group1, …]) 方法用於獲得一個或多個分組匹配的字串，當要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；
• start([group]) 方法用於獲取分組匹配的子串在整個字串中的起始位置（子串第一個字元的索引），引數預設值為 0；
• end([group]) 方法用於獲取分組匹配的子串在整個字串中的結束位置（子串最後一個字元的索引+1），引數預設值為 0；
• span([group]) 方法返回 (start(group), end(group))。

　　再看看一個例子：

>>>import re
>>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)   # re.I 表示忽略大小寫
>>> m = pattern.match('Hello World Wide Web')
>>> print( m )                            # 匹配成功，返回一個 Match 物件
<_sre.SRE_Match object at 0x10bea83e8>
>>> m.group(0)                            # 返回匹配成功的整個子串
'Hello World'
>>> m.span(0)                             # 返回匹配成功的整個子串的索引
(0, 11)
>>> m.group(1)                            # 返回第一個分組匹配成功的子串
'Hello'
>>> m.span(1)                             # 返回第一個分組匹配成功的子串的索引
(0, 5)
>>> m.group(2)                            # 返回第二個分組匹配成功的子串
'World'
>>> m.span(2)                             # 返回第二個分組匹配成功的子串索引
(6, 11)
>>> m.groups()                            # 等價於 (m.group(1), m.group(2), ...)
('Hello', 'World')
>>> m.group(3)                            # 不存在第三個分組
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: no such group

4.3 findall

　　在字串中找到正則表示式所匹配的所有子串，並返回一個列表，如果有多個匹配模式，則返回元組列表，如果沒有找到匹配的，則返回空列表。

　　注意：match 和 search 是匹配一次, findall 匹配所有。

　　語法格式為：

re.findall(pattern, string, flags=0)
或
pattern.findall(string[, pos[, endpos]])

　　引數：

• pattern 匹配模式。
• string 待匹配的字串。
• pos 可選引數，指定字串的起始位置，預設為 0。
• endpos 可選引數，指定字串的結束位置，預設為字串的長度。

　　查詢字串中的所有數字：

import re

result1 = re.findall(r'\d+','lizexiong 123 google 456')

pattern = re.compile(r'\d+')   # 查詢數字
result2 = pattern.findall('lizexiong 123 google 456')
result3 = pattern.findall('lize88xiong123google456', 0, 15)

print(result1)
print(result2)
print(result3)


結果輸出為:
['123', '456']
['123', '456']
['88', '123']

　　多個匹配模式，返回元組列表：

import re

result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result)
[('width', '20'), ('height', '10')]

4.4 re.finditer

　　和 findall 類似，在字串中找到正則表示式所匹配的所有子串，並把它們作為一個迭代器返回。

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

　　引數：

import re
 
it = re.finditer(r"\d+","12a32bc43jf3") 
for match in it: 
    print (match.group() )

輸出結果：
12 
32 
43 
3

4.5 re.split

　　split 方法按照能夠匹配的子串將字串分割後返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])

　　引數：

>>>import re
>>> re.split('\W+', 'google, google, google.')
['google', 'google', 'google', '']
>>> re.split('(\W+)', ' google, google, google.') 
['', ' ', 'google', ', ', 'google', ', ', 'google', '.', '']
>>> re.split('\W+', ' google, google, google.', 1) 
['', 'google, google, google.']
 
>>> re.split('a*', 'hello world')   # 對於一個找不到匹配的字串而言，split 不會對其作出分割
['hello world']

5.正則表示式物件

　　re.RegexObject

　　re.compile() 返回 RegexObject 物件。

　　re.MatchObject

　　group() 返回被 RE 匹配的字串。

• • start() 返回匹配開始的位置
  • end() 返回匹配結束的位置
  • span() 返回一個元組包含匹配 (開始,結束) 的位置

6.正則表示式修飾符 - 可選標誌

　　正則表示式可以包含一些可選標誌修飾符來控制匹配的模式。修飾符被指定為一個可選的標誌。多個標誌可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設定成 I 和 M 標誌：

7.正則表示式模式

　　模式字串使用特殊的語法來表示一個正則表示式。

　　字母和數字表示他們自身。一個正則表示式模式中的字母和數字匹配同樣的字串。

　　多數字母和數字前加一個反斜槓時會擁有不同的含義。

　　標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。

　　反斜槓本身需要使用反斜槓轉義。

　　由於正則表示式通常都包含反斜槓，所以你最好使用原始字串來表示它們。模式元素(如 r'\t'，等價於 \\t )匹配相應的特殊字元。

　　下表列出了正則表示式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標誌引數，某些模式元素的含義會改變。

8.正則表示式例項