python中的re模組常用函式/方法

0.正則表示式物件　　（re.compile(pattern, flags=0)）

將正則表示式編譯成正則表示式物件，該物件可呼叫正則表示式物件方法如:re.match(),re.search(),re.findall等。

prog = re.compile(pattern)
result = prog.match(string)
//上下兩種寫法意義相同
result = re.match(pattern, string)

1.匹配物件及方法              （Match.group([group1

正則表示式物件成功呼叫match,search方法時返回的物件。主要有兩個方法group()和groups()。(失敗時返回None，而None呼叫這兩個方法會出現異常)

group()函式通常用於普通方式顯示所有的匹配部分，也可用序號檢索各個匹配子組。

groups()函式用於獲取一個包含所有匹配子字串的元組。(在只有一個匹配子組時會返回空元組)

ob = re.compile(r'(\w+)-(\d+)')　　#()將正則表示式分成了兩個子組
m 
 
= re.match(ob,'abc-123')
m.group()          #完整匹配
'abc-123'    
m.group(1)         #匹配子組1
'abc'
m.group(2)         #匹配子組2
'123'
m.groups()
('abc', '123')     #全部子組

(?P<name>)特殊符號可以使用名稱識別符號來儲存匹配而不是數字。此時使用groupdict()方法返回一個字典，key為所給的名稱識別符號，而value為儲存的匹配。

ob = re.compile(r'(?P<first>\w+)-(?P<second>\d+)
 
')
m = re.match(ob,'abc-123')
m.groupdict()
{'second': '123', 'first': 'abc'}

2.匹配字串      (re.match(pattern, string, flags=0)， re.search())

match()方法從字串的起始部分對模式進行匹配，如果匹配成功，返回一個匹配物件，失敗則返回None。

search()方法從任意位置對正則表示式物件搜尋第一次出現的匹配,成功則返回一個匹配物件，失敗返回None。

>>> m = re.search('tif','beautiful')        
>>> m.group()       
'tif' 　　　　#匹配成功
>>> m.groups()
()           #返回空元組    
>>> m = re.match('tif','beautiful')
>>> m.group()          #返回None,而None沒有group()方法
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    m.group()
AttributeError: 'NoneType' object has no attribute 'group'

3.查詢每一次出現的位置  (re.findall(pattern, string, flags=0))      re.finditer()

findall()查詢字串中某個正則表示式模式全部的非重複出現情況。與search()類似，而與之不同的是，findall()方法返回一個列表，如果匹配成功則列表包含所有成功的匹配部分；如果匹配失敗則返回空列表。

finditer()與findall類似（包含所有成功匹配），但它返回一個迭代器。

>>> s = 'This and that and the'
>>> re.findall(r'(th\w+)',s,re.I)　　//findall返回列表
['This', 'that', 'the']
>>> it = re.finditer(r'(th\w+)',s,re.I)　　//返回迭代器，用next()方法
>>> g = next(it)　　　　
>>> g.groups()
('This',)>>> g = next(it)
>>> g.group(1)
'that'
>>> g = next(it)
>>> g.group(1)
'the'
>>> [g.group(1) for g in re.finditer(r'(th\w+)',s,re.I)]　　//列表推導式
['This', 'that', 'the']

4.搜尋與替換   (re.sub(pattern, repl, string, count=0, flags=0))      re.subn()

將某字串中的所有匹配正則表示式的部分進行某種形式的替換。sub()與subn()幾乎一樣，sub()返回值是替換的個數，subn()返回值是元組 ：(替換後的字串，替換個數)。

>>> re.sub('hello','HELLO','hello the hello and world\n')　　//將所有hello替換為HELLO
'HELLO the HELLO and world\n'　　
>>> re.subn('hello','HELLO','hello the hello and world\n')
('HELLO the HELLO and world\n', 2)
>>> re.sub('hello','world','hello the hello and world\n',1)　　//替換一個hello,即新增count引數
'world the hello and world\n'
>>> re.subn('[ed]','world','hello the hello and world\n')　　//將e或d替換為world，替換了5個
('hworldllo thworld hworldllo anworld worlworld\n', 5)

5.分隔字串  （re.split(pattern, string, maxsplit=0, flags=0)）　　//類似於字串的split()用法

6.擴充套件符號　　（前述方法的flags引數；而括號中為正則表示式的擴充套件符號,兩種相同作用，用一種即可）

re.I/IGNO RECASE    （？i）  不區分大小寫的匹配

>>> re.findall(r'(?i)yes','yes Yes YES!!')    //(?i)不區分大小寫，正則表示式層面
['yes', 'Yes', 'YES']
>>> re.findall(r'yes','yes Yes YES!!',re.I)　　//re.I不區分大小寫，python語言層面;下同
['yes', 'Yes', 'YES']

re.M/MULTILINE  （？m）   實現跨行搜尋

>>> re.findall(r'(?im)(^th[\w]+)',"""
This line is the first
another line
that line is the end""")
['This', 'that']

re.S/DOTALL　　(?s)        使  .  符號能表示\n符號

re.X/VERBOSE      （？x）        通過抑制在正則表示式中使用空白符來建立更易讀的正則表示式

>>> re.search(r'''(?x)
\((\d{3})\)　　//區號
[ ]　　//空格
(\d{3})　　//字首
-　　//橫線
(\d{4})　　//末尾數字
''','(800) 555-1212').groups()
('800', '555', '1212')

(?:...)可以對正則表示式分組，但不儲存該分組用於後續檢索或應用。

>>> re.findall(r'(?:\w+\.)*(\w+\.com)','baidu.com www.baidu.com code.baidu.com')　　//不儲存（\w+\.）*匹配的分組，因而www,code均不出現在結果中
['baidu.com', 'baidu.com', 'baidu.com']

(?=...)和(?!...)可以實現前視匹配。前者正向前視斷言，後者負向前視斷言。通俗來說：(?=...)僅僅獲取...表示式前的字串，忽略該表示式；(?!...)則獲取後面的字串。

import re
result = re.findall(r'\w+(?= van Rossum)',
"""
    guido van Rossum
    tim peter
    Alex Martelli
    Just van Rossum
    Raymond Hettinger
""")
print(result)

['guido', 'Just']    //結果，忽略van Rossum而只儲存該字串前面的部分

正則表示式物件的另一種呼叫方法

Pattern.match(string[, pos[, endpos]])

Pattern.search(string[,pos[,endpos]])

Pattern.findall(string[, pos[, endpos]])

Pattern.finditer(string[, pos[, endpos]])

區別在於可調整pos，endpos引數來調整匹配範圍。

import re
ob = re.compile('llo')
m1 = ob.match('hello world')
m2 = ob.match('hello world', 2)
print(m1, m2.group())
None llo            //match從頭匹配，m1為空；從第三個開始匹配，則m2匹配成功

對正則表示式特殊符號無瞭解可訪問： 正則表示式常用字元及符號