Python随笔15:Python正则表达式基础(2):Re库的基本使用

Re库主要功能函数一览

re.search()——在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象。

re.match()——从一个字符串的开始位置起匹配正则表达式,返回match对象。

re.findall()——搜索字符串,以列表类型返回全部能匹配的子串。

re.split()——将一个字符串按照正则表达式匹配结果进行分割,返回列表类型。

re.finditer()——搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象。

re.sub()——在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串。

Re库主要功能函数详解

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

在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象。

pattern——正则表达式的字符串或原生字符串表示。

string——待匹配字符串。

flags——正则表达式使用时的控制标记。常用的标记有三种:

re.I/re.IGNORECASE——忽略正则表达式的大小写,[A-Z]能够匹配小写字符。

re.M/re.MULTILINE_正则表达式中的^操作符能够将给定字符串的每行当作匹配开始。

re.S/re.DOTALL——正则表达式中的.操作符能够匹配所有字符,默认匹配除换行符\n之外的所有字符(无法匹配换行符\n)。

import re
match = re.search(r'[1-9]\d{5}', 'ABC 123456')
if match:  
#if match语句在这里是为了判断match是否为空,避免系统报错。
    print(match.group(0))
<<<123456

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

从被匹配字符串的开始位置index=0处匹配正则表达式,返回match对象。如果index=0处匹配不能完成,则立即结束匹配,返回None。该函数里面的三个参数pattern, string, flags与re.search()函数相同。

下面例子可知,match1因为从被匹配字符串'ABC 123456'的第一个字符匹配失败后,直接结束匹配;match2则因为被匹配字符串'123456 ABC'是匹配的,因此可以成功输出。

import re

match1 = re.match(r'[1-9]\d{5}', 'ABC 123456')
if match1: 
    print(match1.group(0))
else:
    print("match1匹配不成功!")
    
match2 = re.match(r'[1-9]\d{5}', '123456 ABC')
if match2:
    print(match2.group(0))
else:
    print("match2匹配不成功!")

<<<
match1匹配不成功!
123456
<<<

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

搜索字符串,以列表类型返回全部能匹配的子字符串。参数同上。

import re
l = re.findall(r'[1-9]\d{5}', 'ABC123456 TSU987654')
print(l)

<<<['123456', '987654']

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

将一个字符串按照正则表达式匹配结果进行分割,匹配的部分去掉,并作为分割点,对目标字符串string进行分割,分割出来的子字符串组成一个列表,该方法即返回这个列表。

maxsplit参数——最大分割数,剩余部分作为最后一个元素输出。当maxsplit=1时,则只匹配第一个子字符串,并将第一个子字符串作为分割点,将目标字符串string分割为两个子字符串。

其余参数同上。

re.split(r'[1-9]\d{5}', 'ABC123456 TSU987654')
Out[30]: ['ABC', ' TSU', '']

re.split(r'[1-9]\d{5}', 'ABC123456 TSU987654', maxsplit=1)  #只匹配第1个子字符串"123456","123456"之后的剩余部分作为一个整体填进列表里。
Out[31]: ['ABC', ' TSU987654']

re.finditer(patter, string, flags=0)

搜索字符串,返回一个匹配结果的迭代类型,每个迭代类型都是match对象。参数同上。

import re
for m in re.finditer(r'[1-9]\d{5}', 'ABC123456 TSU987654'):
    if m:
        print(m.group(0))

<<<
123456
987654
<<<

re.sub(pattern, repl, string, count=0, flags=0)

在一个字符串string中,用repl替换所有匹配正则表达式pattern的子串,返回替换后的字符串。

import re
re.sub(r'[1-9]\d{5}', ':zipcode', 'ABC123456 XYZ987654')
Out[4]: 'ABC:zipcode XYZ:zipcode'

Re库的两种等价用法

用法一:函数式用法,一次性操作。

rst = re.search(r'[1-9'\d{5}',  'ABC 123456')

方法二:面向对象用法,一次编译后可以多次操作。

pat = re.compile(r'[1-9]'\d{5})
rst = pat.search('ABC 123456')

regex = re.compile(patter, flags=0)函数

将正则表达式的字符串形式编译成正则表达式对象。参数的意思同上。

使用re.compile()函数以后,就可以直接使用前面的一些方法了:

regex.search()

regex.match()

regex.findall()

regex.split()

regex.finditer()

regex.sub()

上述方法的功能同Re库主要功能函数一览中的同名方法是一致的,相比后者来说,regex.search()等方法不需要里面的参数了。

To be continued.

你可能感兴趣的:(Python随笔15:Python正则表达式基础(2):Re库的基本使用)