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.