#yyds干货盘点#Python 内置模块之 re 库,一文搞定正则表达式初阶用法,滚雪球学 Python 第 13 篇

观书散遗帙,探古穷至妙。这篇文章主要讲述#yyds干货盘点#Python 内置模块之 re 库,一文搞定正则表达式初阶用法,滚雪球学 Python 第 13 篇相关的知识,希望能为你提供帮助。
十三、python 内置模块之 re 库,一文搞定正则表达式初阶用法 13.1 re 库的应用re 库是 Python 中处理正则表达式的标准库,本篇博客介绍 re 库的同时,会简单介绍一下正则表达式语法,如果想深入学习正则表达式,还需要好好下一番功夫。
13.1.1 正则表达式语法
正则表达式语法由字符和操作符构成,初期阶段掌握下述这些内容即可。

操作符 说明 例子
. 任何单个字符,极少不能匹配
[] 字符集,对单个字符给出取值范围 [abc] 表示匹配 a、b、c,[a-z] 表示 a 到 z 单个字符
[\\^] 非字符集,对单个字符给出排除范围 [\\^abc] 表示匹配 非 a、非 b、非 c 的单个字符
* 前一个字符 0 次或无限次扩展 abc* 表示 ab、abc、abcc、abccc 等
+ 前一个字符 1 次或无限次扩展 abc+ 表示 abc、abcc、abccc 等
? 前一个字符 0 次或 1 次 abc? 表示 ab、abc
| 左右表达式任意一个 abc|def 表示 abc 或者 def
m 扩展前 1 个字符 m 次 ab2c,表示 abbc
m,n 扩展前 1 个字符 m 到 n 次 ab1,2c,表示 abc、abbc
\\^ 匹配字符串开头 \\^abc 表示 abc 在字符串开头
\\$ 匹配字符串结尾 abc$ 表示 abc 在字符串结尾
() 分组标记,内部仅能使用 | 操作符 (abc) 表示 abc,(a b) 表示 a、b
\\d 数字,等价于 [0-9]
\\w 字符,等价于 [A-Za-z0-9]
以上表示仅仅为正则表达最基础部分内容,如果希望深入研究正则表达式,建议寻找更加全面的资料进行学习,本文只做药引。
13.1.2 re 库基本用法
re 库主要函数如下:
  • 基础函数:compile
  • 功能函数:searchmatchfindallsplitfinditersub
在正式学习之前,先了解一下原生字符串。
在 Python 中,表示原生字符串,需要在字符串前面加上 r
例如 my_str = iam xiangpica 在程序中会直接报错,如果希望字符串中 可以正常运行,需要加上转移字符 \\,修改为 my_str = i\\am xiangpica
但这样结合上文正则表达式中的操作符,就会出现问题,因为 \\ 在正则表达式中是有真实含义的,如果你使用 re 库去匹配字符串中的 \\,那需要使用 4 个反斜杠,为了避免这种情况出现,引入了原生字符串概念。
# 不使用原生字符串的正则表达式"\\\\\\\\" # 使用原生字符串的正则表达式 r"\\\\"

在后文会有实际的应用。
接下来在学习一个案例,例如下述代码:
my_str=C:\\numberprint(my_str)

C: umber

本段代码的输出效果如下,\\n 被解析成了换行,如果想要屏蔽这种现象,使用 r 即可:
my_str=rC:\\numberprint(my_str)

输出 C:\\number
13.2 re 库相关函数说明 13.2.1 re.search 函数
该函数用于,在字符串中搜索正则表达式匹配到的第一个位置的值,返回 match 对象。
函数原型如下:
re.search(pattern,string,flags=0)

需求:在字符串 梦想橡皮擦 good good 中匹配 橡皮擦
import re my_str=梦想橡皮擦 good good pattern = r橡皮擦ret = re.search(pattern,my_str) print(ret)

返回结果:& lt; re.Match object; span=(2, 5), match=橡皮擦& gt;
search 函数的第三个参数 flags 表示正则表达式使用时的控制标记。
  • re.Ire.IGNORECASE:忽略正则表达式的大小写;
  • re.Mre.MULTILINE:正则表达式中的 \\^ 操作符能够将给定字符串的每行当做匹配的开始;
  • re.Sre.DOTALL:正则表达式中的 . 操作符能够匹配所有字符。
最后将匹配到的字符串进行输出,使用下述代码即可实现。
import re my_str = 梦想橡皮擦 good good pattern = r橡皮擦ret = re.search(pattern, my_str) if ret: print(ret.group(0))

13.2.2 re.match 函数
该函数用于在目标字符串开始位置去匹配正则表达式,返回 match 对象,未匹配成功返回 None,函数原型如下:
re.match(pattern,string,flags=0)

一定要注意是目标字符串开始位置。
import re my_str = 梦想橡皮擦 good good pattern = r梦 # 匹配到数据 pattern = rgood # 匹配不到数据ret = re.match(pattern, my_str) if ret: print(ret.group(0))

re.matchre.search 方法都是一次最多返回一个匹配对象,如果希望返回多个值,可以通过在 pattern 里加括号构造匹配组返回多个字符串。
13.2.3 re.findall 函数
该函数用于搜索字符串,以列表格式返回全部匹配到的字符串,函数原型如下:
re.findall(pattern,string,flags=0)

测试代码如下:
import re my_str = 梦想橡皮擦 good good pattern = rgood ret = re.findall(pattern, my_str) print(ret)

13.2.4 re.split 函数
该函数将一个字符串按照正则表达式匹配结果进行分割,返回一个列表。
函数原型如下:
re.split(pattern, string, maxsplit=0, flags=0)

re.split 函数进行分割的时候,如果正则表达式匹配到的字符恰好在字符串开头或者结尾,返回分割后的字符串列表首尾都多了空格,需要手动去除,例如下述代码:
import re my_str = 1梦想橡皮擦1good1good1pattern = r\\dret = re.split(pattern, my_str)print(ret)

运行结果:
[, 梦想橡皮擦, good, good, ]

切换为中间的内容,则能正确的分割字符串。
import re my_str = 1梦想橡皮擦1good1good1pattern = rgoodret = re.split(pattern, my_str)print(ret)

如果在 pattern 中捕获到括号,那括号中匹配到的结果也会在返回的列表中。
import re my_str = 1梦想橡皮擦1good1good1pattern = r(good)ret = re.split(pattern, my_str)print(ret)

运行结果,你可以对比带括号和不带括号的区别进行学习:
[1梦想橡皮擦1, good, 1, good, 1]

maxsplit 参数表示最多进行分割次数, 剩下的字符全部返回到列表的最后一个元素,例如设置匹配 1 次,得到的结果是 [1梦想橡皮擦1, 1good1]
13.2.5 re.finditer 函数
搜索字符串,并返回一个匹配结果的迭代器,每个迭代元素都是 match 对象。函数原型如下:
re.finditer(pattern,string,flags=0)

测试代码如下:
import re my_str = 1梦想橡皮擦1good1good1pattern = rgood# ret = re.split(pattern, my_str,maxsplit=1) ret =re.finditer(pattern, my_str) print(ret)

13.2.6 re.sub 函数
在一个字符串中替换被正则表达式匹配到的字符串,返回替换后的字符串,函数原型如下:
re.sub(pattern,repl,string,count=0,flags=0)

其中 repl 参数是替换匹配字符串的字符串,count 参数是匹配的最大替换次数。
import re my_str = 1梦想橡皮擦1good1good1pattern = rgoodret = re.sub(pattern, "nice", my_str) print(ret)

运行之后,得到替换之后的字符串:
1梦想橡皮擦1nice1nice1

13.2.7 re 库其它函数
其它比较常见的函数有:re.fullmatch()re.subn()re.escape(),更多内容可以查阅 官方文档,获取一手资料。
13.3 re 库的面向对象写法上文都是函数式写法,re 库可以采用面向对象的写法,将正则表达式进行编译之后,多次操作。核心用到的函数是 re.compile
该函数原型如下:
regex = re.compile(pattern,flags=0)

其中 pattern 是正则表达式字符串或者原生字符串。
测试代码如下:
import re my_str = 1梦想橡皮擦1good1good1 # 正则对象 regex = re.compile(pattern = rgood)ret = regex.sub("nice", my_str) print(ret)

上述代码将正则表达式编译为一个正则对象,后面在 regex.sub 函数中就不需要在写正则表达式了,使用时,只需要将编译好的 regex 对象替换所有的 re 对象,再去调用对应的方法。
13.4 re 库的 match 对象【#yyds干货盘点#Python 内置模块之 re 库,一文搞定正则表达式初阶用法,滚雪球学 Python 第 13 篇】使用 re 库匹配字符串之后,会返回 match 对象,该对象具备以下属性和方法。
13.4.1 match 对象的属性
  • .string:待匹配的文本;
  • .re:匹配时使用的 pattern 对象;
  • .pos:正则表达式搜索文本的开始位置;
  • .endpos:正则表达式搜索文本的结束位置。
测试代码如下:
import re my_str = 1梦想橡皮擦1good1good1regex = re.compile(pattern = rg\\w+d)ret = regex.search(my_str) print(ret) print(ret.string) print(ret.re) print(ret.pos) print(ret.endpos)

结果输出:
< re.Match object; span=(7, 16), match=good1good> 1梦想橡皮擦1good1good1 re.compile(g\\\\w+d) 0 17

13.4.2 match 对象的方法
  • .group(0):获取匹配后的字符串;
  • .start():匹配字符串在原始字符串的开始位置;
  • .end():匹配字符串在原始字符串的结尾位置;
  • .span():返回(.start(),.end())
因为内容比较简单,具体代码不再展示。
13.5 这篇博客的总结本篇博客学习了 Python 中 re 库的知识点,重点在 re 库中的各个函数,对正则表达式未做过多说明,希望对你有所帮助。

    推荐阅读