背景定義

    每次臨時用正則表示式，理解和學習的一知半解。乾脆慢慢總結一下，以後更新。其中看到的很多相關教程都標識在reference中，文中部分內容直接來自參考教程，沒有一一標註。非常感謝他們的總結。     自己對正則表示式的理解就是定義一個字串的結構模式，在文字中去匹配符合該模式的字串。使用match()、search()、findall()等常用方法去匹配，split()和sub()函式則匹配後做分割和替換，功能合二為一。然後可以通過match object函式得到匹配後的結果。

模式語言

    如何去構造模式？用什麼樣的符號，以什麼樣的方式去構造模式？     例如，\d可以匹配一個數字；\w可以匹配一個字母或數字；.可以匹配任意字元；用*表示任意個字元（包括0個），用+表示至少一個字元，用?表示0個或1個字元，用{n}表示n個字元，用{n,m}表示n-m個字元。

• ‘00\d’可以匹配’007’，但無法匹配’00A’；
• ‘\d\d\d’可以匹配’010’；
• ‘\w\w\d’可以匹配’py3’；
• 'py.‘可以匹配’pyc’、‘pyo’、'py!'等等；
• \d{3}表示匹配3個數字，例如’010’；
• \d{3,8}表示3-8個數字，例如’1234567’。

匹配字元的操作符

匹配數量的操作符

匹配集合的操作符

匹配位置的操作符

常用例項

常用函式

re 模組使 Python 語言擁有全部的正則表示式功能。

re.compile(pattern[, flags])

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。

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

在一個字串中搜索匹配正則表示式的第一個位置，返回match物件。

• pattern：正則表示式的字串或原生字串表示
• string：待匹配字串
• flags：正則表示式使用時的控制標記

m = re.search('foo', 'seafood')
if m is not None:
    print(m.group())
else:
    print("no match")

output: foo

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

匹配成功re.match方法返回一個匹配的物件，否則返回None。

m = re.match('foo', 'seafood')
if m is not None:
    print(m.groups())
else:
    print("no match")

output: no match

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

m=re.match(r'(\d{3})\-(\d{3,8})$', '010-12345')
m.group() #output: '010-12345'
m.group(0) #output: '010-12345'
m.group(1) #output: '010'
m.group(2) #output: '12345'
m.groups() #output: ('010', '12345')

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。

match(str, pos, endpos)

從pos位置開始匹配，結束位置為endpos。位置資訊預設為0和len(str)。

pattern = re.compile(r'dsa')
pattern.match('dsafww') #output: <_sre.SRE_Match object; span=(0, 3), match='dsa'>
pattern.match('dsdfdsafww',4) #output: <_sre.SRE_Match object; span=(4, 7), match='dsa'>
pattern.search('sadfadsaff') #output: <_sre.SRE_Match object; span=(5, 8), match='dsa'>

findall(str, pos, endpos)

返回所有匹配字串組成的list。

pattern = re.compile(r'\d+')
pattern.findall('abc2dfa3dsfasd5dfad') #output:['2', '3', '5']

finditer(str,pos,endpos)

找到所有匹配子串，返回由匹配結果（match object)組成的迭代器。

pattern = re.compile(r'\d+')
p = pattern.finditer('abc2fdas3klk9fds0dfdf')
print(p) #output:<callable_iterator object at 0x000002533754AE80>
for i in p:
    print(i) 
#output:<_sre.SRE_Match object; span=(3, 4), match='2'>
#output:<_sre.SRE_Match object; span=(8, 9), match='3'>
#output:<_sre.SRE_Match object; span=(12, 13), match='9'>
#output:<_sre.SRE_Match object; span=(16, 17), match='0'>
p = pattern.finditer('abc2fdas3klk9fds0dfdf')
for i in p:
    print(i.group())
#output:2
#output:3
#output:9
#output:0

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

將一個字串按照正則表示式匹配結果進行分割，返回列表型別。maxsplit：最大分隔數，剩餘部分作為最後一個元素輸出。

pattern = re.compile(r'[A-Z]+')
pattern.split("abcDefgHijkLmn") #output:['abc', 'efg', 'ijk', 'mn']
#Compare
'a b   c'.split(' ') #output:['a', 'b', '', '', 'c']
re.split(r'[\s\,\;]+','a,;b,  c') #output:['a', 'b', 'c']

sub(repl, string, count=0)

re.sub(pattern, repl, string, count=0, flags=0) 用repl替換string中每一個匹配的字串，返回替換後的字串，若找不到匹配，則返回源字串。 subn()，返回一個二元tuple（返回值，替換次數）。

pattern = re.compile(r'liKE', re.I)
pattern.sub(r'love', 'I like you, do u like me?') #output:'I love you, do u love me?'
pattern.subn(r'love', 'I like you, do u like me?') #output:('I love you, do u love me?', 2)

函式說明

match(), search(), findall(), finditer()這些既可以是pattern物件的函式，也可以模組直接呼叫，第一個引數為pattern。

match object函式

match.group()

返回match object中的字串。

pattern = re.compile(r'(\w+) (\w+)')
m = pattern.match('kobe bryant, lakers')
print(m) #output:<_sre.SRE_Match object; span=(0, 11), match='kobe bryant'>
print(m.group()) #output:kobe bryant
print(m.group(1)) #output:kobe
print(m.group(2)) #output:bryant
print(m.group(1,2)) #output:('kobe', 'bryant')
print(m.groups())  #output:('kobe', 'bryant')

match.goups()

返回由所有分組匹配到的字串組成的tuple。

match.start()

預設返回匹配字串的起始位置，指定引數時，返回該分組匹配到的字串的起始位置。

match.end()

返回結束位置。

match.span()

返回一個二元tuple表示匹配範圍。

m = re.match(r'(\d+)\.(\d+)', '24.12321')
print(m.groups()) #output:('24', '12321')
print(m.start()) #output:0
print(m.start(1)) #output:0
print(m.start(2)) #output:3
print(m.end()) #output:8
print(m.end(1)) #output:2
print(m.span()) #output:(0, 8)
print(m.span(1)) #output:(0, 2)
print(m.span(2)) #output:(3, 8)

Reference: