Python_正则表达式

作者：Gakki

---

• re 模块使 Python 语言拥有全部的正则表达式功能。
  注：由于 Python 的字符串本身也用 \ 转义，所以需要特别注意。如：

s = 'zxcvb\\-36975'
print(s)
输出结果：
zxcvb\-36975

但使用 Python 的前缀 r 就不用考虑转义的问题了。

s = r'zxcvb\-36975'
print(s)
输出结果：
zxcvb\-36975

01. match() 方法

• match()：从字符串的起始位置匹配一个模式，如果不是在起始位置匹配成功的话，match() 就会返回 None；匹配成功re.match方法返回一个匹配的对象。
• 语法：re.match(pattern, string, flags=0)
  • pattern：匹配的正则表达式
  • string：要匹配的字符串
  • flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re
test1 = '用户输入的字符串正则表达式'
test2 = '正则表达式用户输入的字符串'
print(re.match(r'正则表达式', test1)) # 不在起始位置匹配
print(re.match(r'正则表达式', test2)) # 在起始位置匹配

• 输出结果：

None

02. search() 方法

• search() ：扫描整个字符串并返回第一个成功的匹配。
• 语法：re.search(pattern, string, flags=0)
  • pattern：匹配的正则表达式
  • string：要匹配的字符串
  • flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re
test_data = '用户输入的字符串正则表达式'
print(re.search(r'正则表达式', test_data)) # 匹配到
print(re.search(r'测试', test_data)) # 匹配失败

• 输出结果：

None

• re.match与re.search的区别：
• re.match 只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回 None，而 re.search 匹配整个字符串，直到找到一个匹配。

03. 检索和替换

• sub()：用于替换字符串中的匹配项。
• 语法：re.sub(pattern, repl, string, count=0, flags=0)
  • pattern : 正则中的模式字符串。
  • repl : 替换的字符串，也可为一个函数；2 如果repl为函数时，只能有一个入参。
  • string : 要被查找替换的原始字符串。
  • count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

import re
test_data = "2022-01-29 10:23 # 这是今天的时间！"
test_time = re.sub(r"#.*$", "", test_data)
print(test_time)

• 输出结果：

2022-01-29 10:23 

语法	说明
.	匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
*	匹配前一个字符 限0 或无次
$	匹配字符串的末尾

• compile()： 用于编译正则表达式，生产一个正则表达式（Pattern）对象，供 match() 和 search() 这两个函数使用。
• 语法：re.compile(pattern[, flags])
  • pattern : 一个字符串形式的正则表达式
  • flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
    1. re.I 忽略大小写
    2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
    3. re.M 多行模式
    4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
    5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
    6. re.X 为了增加可读性，忽略空格和 # 后面的注释