python正则表达式中match的使用

有关正则表达式的常用符号可以参考https://blog.csdn.net/stickto11_/article/details/105808949

match()

向它传入要匹配的字符串以及正则表达式，就可以检测这个正则表达式是否匹配字符串。

最简单的用法如下：

import re

content="Hello 1234567 World_This is a Regex Demo"
result=re.match("^Hello\s(\d+)\sWorld",content)
print(result)
print(result.group())
print(result.group(1))
print(result.span())

#结果如下：
#<_sre .SRE_Match object; span=(O, 19), match =’ Hello 1234567 World ’>
#Hello 1234567 World
#1234567
#(0,19)

• ^表示开始匹配的位置
• \s表示匹配一个空格
• \d+表示匹配多个数字
• result.group(1)这个1就是指的括号中匹配的内容
• 19计算方式为：H e l l o 空格 1 2 3 4 5 6 7 空格 W o r l d一共19个

下面讲解贪婪与非贪婪，只需要弄懂以下代码即可：

import re

content="Hello 1234567 World_This is a Regex Demo"
result1=re.match("^He.*(\d+).*Demo$",content)
result2=re.match("^He.*?(\d+).*Demo$",content)
result3=re.match("^He.*Regex\s(.*?)",content)
result4=re.match("^He.*Regex\s(.*)",content)
print(result1.group(1))
print(result2.group(1))
print(result3.group(1))
print(result4.group(1))

#结果如下
#7
#1234567
#（空）
#Demo

• .*尽可能匹配多的， .*？尽可能匹配少的

修饰符

下面的代码会报错：

content='''Hello 1234567 World_This 
is a Regex Demo
'''
result=re.match("^He.*?(\d+).*Demo$",content)
print(result.group(1))

原因在于.*不能匹配换行符，修改方法如下：

result=re.match("^He.*?(\d+).*Demo$",content,re.S)

其他修饰符如下：

图片来源于《python3 网络爬虫开发实战》
注意：match()是从开头开始匹配，一旦开头不匹配，整个匹配就失败了。这时可以考虑另一个方法，search(),它在匹配时会扫描整个字符串，然后返回第一个成功匹配的结果。