正則是處理字符串最常用的方法，我們編碼中到處可見正則的身影。

正則大同小異，python 中的正則跟其他語言相比略有差異：

1、替換字符串時，替換的字符串可以是一個函數

2、split 函數可以指定分割次數，這會導致有個坑

3、前項界定的表達式必須定長

下面詳細描述下 re 模塊的使用方法，其實，註意上面提到的三點差異就好

1、match

說明：

re.match 嘗試從字符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。

語法：

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

flags為可選標識，多個標識可以通過按位或 (|) 來指定。如 re.I | re.M 被設置成 I 和 M 標識：

匹配成功re.match方法返回一個匹配的對象，可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。group() 或 group(0)，返回整個正則表達式的匹配結果。

舉例：

s= ‘abc123abc‘

print(re.match(‘[a-z]+‘, s))　　　　　　　　　　　# <_sre.SRE_Match object; span=(0, 3), match=‘abc‘>

print(re.match(‘[a-z]+‘, s).group(0))　　　　　　# abc
print(re.match(‘[\d]+‘, s))　　　　　　　　　　　　# None
print(re.match(‘[A-Z]+‘, s, re.I).group(0))　　 # abc
print(re.match(‘[a-z]+‘, s).span())　　　　　　　#
 
 (0, 3)

2、search

說明：

re.search 掃描整個字符串並返回第一個成功的匹配。

語法：

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

匹配成功re.search方法返回一個匹配的對象，否則返回None。可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。

舉例：

s = ‘abc123abc‘

print(re.search(‘[a-z]+‘, s).group())　　# abc
print(re.search(‘[a-z]+‘, s).span())　　 # (0, 3)
print(re.search(‘[\d]+‘, s).group())　　 # 123
print(re.search(‘[\d]+‘, s).span())　　  # (3, 6)
print(re.search(‘xyz‘, s))　　　　　　　　 # None

groupdict

groupdict 返回匹配到的所有命名子組的字典。

print(re.search(‘[a-z]+‘, s).groupdict())          # {}

print(re.search(‘(?P<letter>[a-z]+)(?P<num>\d+)‘, s).groupdict())  # {‘num‘: ‘123‘, ‘letter‘: ‘abc‘}

3、sub 和 subn

說明：

re.sub用於替換字符串中的匹配項。

re.subn返回一個元組，包含替換後的字符串及替換次數。

語法：

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

repl: 替換的字符串，也可為一個函數。

count: 模式匹配後替換的最大次數，默認 0 表示替換所有的匹配。

舉例：

s = ‘abc123abc‘

print(re.sub(‘[\d]+‘, ‘數字‘, s))       # abc數字abc
print(re.sub(‘[a-z]+‘, ‘字母‘, s, 1))   # 字母123abc


# 將匹配的數字乘以 2
def double(matched):
    value = int(matched.group(‘value‘))
    return str(value * 2)


# repl是一個函數
print(re.sub(‘(?P<value>\d+)‘, double, s))　　# abc246abc
print(re.subn(‘[\d]+‘, ‘數字‘, s))　　　　　　  # (‘abc數字abc‘, 1)
print(re.subn(‘[a-z]+‘, ‘字母‘, s,))　　　　　　# (‘字母123字母‘, 2)
print(re.subn(‘[a-z]+‘, ‘字母‘, s, 1))　　　　 # (‘字母123字母‘, 1)

4、compile

說明：

re.compile 用於編譯正則表達式，生成一個正則表達式（Pattern）對象，供 match() 和 search() 這兩個函數使用。

語法：

compile(pattern, flags=0)

舉例：

s = ‘abc123abc‘

p = re.compile(‘[\d]+‘)

print(p.match(s, 4, 5).group(0))    # 2 從位置4開始匹配到位置5
print(p.search(s).group(0))         # 123

5、findall

說明：

re.findall 在字符串中查找正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。

語法：

findall(pattern, string, flags=0)

舉例：

s = ‘abc123abc‘

print(re.findall(‘[a-z]+‘, s))  # [‘abc‘, ‘abc‘]
print(re.findall(‘[h-n]+‘, s))  # []

6、finditer

說明：

finditer和 findall 類似，在字符串中查找正則表達式所匹配的所有子串，並把它們作為一個叠代器返回。

語法：

finditer(pattern, string, flags=0)

舉例：

s = ‘abc123def‘

it = re.finditer(‘[a-z]+‘, s)

for match in it:
    print(match.group())

7、split

說明：

re.split 方法按照能夠匹配的子串將字符串分割後返回列表。

語法：

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

maxsplit：分隔次數，maxsplit=1 分隔一次，默認為 0，不限制次數。

舉例：

print(re.split(‘a‘, ‘1A1a2A3‘, re.I))           # [‘1A1‘, ‘2A3‘]

# 輸出結果並未能區分大小寫，這是因為re.split(pattern，string，maxsplit, flags)默認是四個參數，當我們傳入的三個參數的時候，系統會默認re.I是第三個參數，所以就沒起作用。
# 如果想讓這裏的re.I起作用，寫成flags=re.I即可。
print(re.split(‘a‘, ‘1A1a2A3‘, flags=re.I))     # [‘1‘, ‘1‘, ‘2‘, ‘3‘]

8、escape

說明：

re.escape對字符串裏面的特殊字符串進行轉義。

語法：

escape(pattern)

舉例：

print(re.escape(‘www.dxy.cn‘))  # www\.dxy\.cn

9、正則

“(?P<name>…)”：分組，並將其命名為<name>。

“(?P=name)”：引用別名為<name>的分組匹配到的串。

10、前項（否定）界定中的特殊

正則中常用的前項界定(?<=exp)和前項否定界定(?<!exp)在 python 中會報錯：look-behind requires fixed-width pattern，原因是 python 中前項界定的表達式必須是定長的，例如

(?<=aaa) 　　# 正確

(?<=aaa|bbb) # 正確

(?<=aaa|bb)　# 錯誤

(?<=\d+) 　　# 錯誤

(?<=\d{3}) 　# 正確

Python：正則表達式 re 模塊