成为VIP
01 Re概览
Re模块是python的内置模块，提供了正则表达式在python中的所有用法，默认安装位置在python根目录下的Lib文件夹（如 ..PythonPython37Lib）。主要提供了3大类字符串操作方法：
由于是面向字符串类型的模块，就不得不提到字符串编码类型。re模块中，模式串和搜索串既可以是 Unicode 字符串(常用str类型)，也可以是8位字节串 (bytes，2位16进制数字python正则，例如xe5)， 但要求二者必须是同类型字符串。
02 字符串查找/匹配
在介绍查找和匹配函数前，首先需要知道re的compile函数，该函数可以将一个模式串编译成正则表达式类型，以便后续快速匹配和复用
import re
pattern = re.compile(r'[a-z]{2,5}')
type(pattern) #re.Pattern
此例创建了一个正则表达式式对象(re.pattern)，命名为pattern，用于匹配2-5位小写字母的模式串。后续在使用其他正则表达式函数时，即可使用pattern进行方法调用。
match函数用于从文本串的起始位置开始匹配，若匹配成功，则返回相应的匹配对象，此时可调用group()方法返回匹配结果python正则，也可用span()方法返回匹配起止下标区间；否则返回None
import re
pattern = re.compile(r'[a-z]{2,5}')
text1 = 'this is a re test'
res = pattern.match(text1)
print(res) #
if res:
print(res.group()) #this
print(res.span()) #(0, 4)
text2 = '是的, this is a re test'
print(pattern.match(text2))#None
match函数还有一个变形函数fullmatch，当且仅当模式串与文本串刚好全部匹配时，返回一个匹配对象，否则返回None
match只提供了从文本串起始位置匹配的结果，如果想从任意位置匹配，则可调用search方法，与match方法类似，当任意位置匹配成功，则立即返回一个匹配对象，也可调用span()方法获取起止区间、调用group方法获得匹配文本串
import re
pattern = re.compile(r's[a-z]{2}')
text1 = 'this is a re test'
res = pattern.search(text1)
print(res) #
if res:
print(res.group()) #is
print(res.span()) #(4, 7)
pattern2 = re.compile(r's[a-z]{5}')
text2 = '是的,this is a re test'
print(pattern2.search(text2))#None
match和search均用于匹配单个结果，唯一区别在于前者是从起始位置开始匹配，而后者从任意位置匹配，匹配成功则返回一个match对象。
几乎是最常用的正则表达式函数，用于寻找所有匹配的结果，例如在爬虫信息提取中，可非常方便地提取所有匹配字段
import re
pattern = re.compile(r's[a-z]{2,5}')
text1 = 'this is a re test'
res = pattern.findall(text1)
print(res) #[' is', ' re', ' test']
findall返回的是一个列表对象类型，当无匹配对象时，返回一个空列表。为了避免因同时返回大量匹配结果占用过多内存，可以调用finditer函数返回一个迭代器类型，其中每个迭代元素是一个match对象，可继续调用group和span方法获取相应结果
import re
pattern = re.compile(r's[a-z]{2,5}')
text1 = 'this is a re test'
res = pattern.finditer(text1)
for r in res:
print(r.group())
"""
is
re
test
"""
当匹配模式串较为简单或者仅需单词调用时，上述所有方法也可直接调用re类函数，而无需事先编译。此时各方法的第一个参数为模式串。
import re
pattern = re.compile(r'd{2,5}')
text = 'this is re test'
re.findall('[a-z]+', text) #['this', 'is', 're', 'test']03 字符串替换/分割
当需要对文本串进行条件替换时，可调用re.sub实现(当然也可先编译后再用调用实例方法)，相应参数分别为模式串、替换格式、文本串，还可以通过增加缺省参数限定替换次数和匹配模式。通过在模式串进行分组，可实现字符串的格式化替换（类似字符串的format方法），以实现特定任务。
import re
text = 'today is 2020-03-05'
print(re.sub('-', '', text)) #'today is 20200305'
print(re.sub('-', '', text, 1)) #'today is 202003-05'
print(re.sub('(d{4})-(d{2})-(d{2})', r'2/3/1', text)) #'today is 03/05/2020'
re.sub的一个变形方法是re.subn，区别是返回一个2元素的元组，其中第一个元素为替换结果，第二个为替换次数
import re
text = 'today is 2020-03-05'
print(re.subn('-', '', text)) #('today is 20200305', 2)
还可以调用正则表达式实现字符串的特定分割，相当于.split()方法的一个加强版，实现特定模式的分割，返回一个切割后的结果列表
import re
text = 'today is a re test, what do you mind?'
print(re.split(',', text)) #['today is a re test', ' what do you mind?']
04 总结
感谢阅读
限时特惠：本站每日持续更新海量设计资源，一年会员只需29.9元，全站资源免费下载
站长微信：ziyuanshu688
htebazile
