Python re模块用法详解

re模块常用方法

1. re.compile()
   该方法用来生成正则表达式对象，其语法格式如下：
   regex=re.compile(pattern,flags=0)
   参数说明：
   pattern：正则表达式对象。
   flags：代表功能标志位，扩展正则表达式的匹配。
2. re.findall()
   根据正则表达式匹配目标字符串内容。
   re.findall(pattern,string,flags=0)
   该函数的返回值是匹配到的内容列表，如果正则表达式有子组，则只能获取到子组对应的内容。参数说明如下：
   pattern：正则表达式对象。
   string：目标字符串
   flags：代表功能标志位，扩展正则表达式的匹配。
3. regex.findall()
   该函数根据正则表达式对象匹配目标字符串内容。其语法格式如下：
   regex.findall(string,pos,endpos)
   参数说明：
   string 目标字符串。
   pos 截取目标字符串的开始匹配位置。
   endpos 截取目标字符串的结束匹配位置。
4. re.split()
   该函数使用正则表达式匹配内容，切割目标字符串。返回值是切割后的内容列表。参数说明：
   re.split(pattern,string,flags = 0)
   参数说明：
   pattern：正则表达式。
   string：目标字符串。
   flags：功能标志位,扩展正则表达式的匹配。
5. re.sub
   该函数使用一个字符串替换正则表达式匹配到的内容。返回值是替换后的字符串。其语法格式如下：
   re.sub(pattern,replace,string,max,flags = 0)
   其参数说明：
   pattern：正则表达式。
   replace：替换的字符串。
   string：目标字符串。
   max：最多替换几处，默认替换全部，
   flags：功能标志位,扩展正则表达式的匹配。
6. re.search()
   匹配目标字符串第一个符合的内容，返回值为匹配的对象。语法格式如下：
   re.search(pattern,string,flags=0)
   参数说明：
   pattern：正则表达式
   string：目标字符串
   flags功能标志位
   功能标志位的作用是扩展正则表达的匹配功能。常用的 flag 如下所示：

flag功能标志位
缩写元字符 说明
A 元字符只能匹配 ASCII码。
I 匹配忽略字母大小写。
S 使得.元字符可以匹配换行符。
M 使 ^ $ 可以匹配每一行的开头和结尾位置。
注意：可以同时使用福多个功能标志位，比如 flags=re.I|re.S。

下面使用贪婪和非贪婪两种模式来匹配 HTML 元素，分别，如下所示：
import re
html=“”"

www.biancheng.net

编程帮

""" #贪婪匹配，re.S可以匹配换行符 #创建正则表达式对象 pattern=re.compile('

.*

',re.S) #匹配HTMLX元素，提取信息 re_list=pattern.findall(html) print(re_list) #非贪婪模式匹配，re.S可以匹配换行符 pattern=re.compile('

.*?

',re.S) re_list=pattern.findall(html) print(re_list) 输出结果： ['

www.biancheng.net

\n

编程帮

'] ['

www.biancheng.net

', '

编程帮

'] 从上述输出结果可以得出非贪婪模式比适合提取 HTML 信息。 正则表达式分组 通过正则表达式分组可以从匹配的信息中提取出想要的信息。示例演示： #正则表达式分组 website="编程帮 www.biancheng.net" #提取所有信息 #注意此时正则表达式的 "." 需要转义因此使用 \. pattern_1=re.compile('\w+\s+\w+\.\w+\.\w+') print(pattern_1.findall(website)) #提取匹配信息的第一项 pattern_2=re.compile('(\w+)\s+\w+\.\w+\.\w+') print(pattern_2.findall(website)) #有两个及以上的()则以元组形式显示 pattern_3=re.compile('(\w+)\s+(\w+\.\w+\.\w+)') print(pattern_3.findall(website)) 输出结果： ['编程帮 www.biancheng.net'] ['编程帮'] [('编程帮', 'www.biancheng.net')] 正则表达式分组是提取信息的常用方式。当需要哪个特定信息的时候，就可以通过分组(也就是加括号)的方式获得。