 12 一、re.match函数 1、re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match就返回none。 函数语法： re.match(pattern, string, flags=0) 函数参数说明： 参数 描述 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。参见本文下面附录内容 匹配成功re.match方法返回一个匹配的对象，否则返回None。 实例1 >>> import re >>> str1 = 'abcdefg12345' >>> print(re.match('abc', str1)) # 在起始位置匹配成功，返回匹配成功的对象 <_sre.SRE_Match object; span=(0, 3), match='abc'> >>> >>> print(re.match('123', str1)) # 没有在起始位置匹配成功，返回none None >>> >>> print(re,match('890', str1)) # 没有在起始位置匹配成功，返回none None 2、使用group(num) 或 groups 匹配对象函数来获取匹配结果 匹配对象方法 描述 group(num=0) 匹配的整个表达式的字符串，group 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。 groups 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。 实例2 import re >>> line = 'cats are smarter than dogs' >>> matchobj = re.match('(.*) are (.*?) .*', line, re.M|re.I) >>> if matchobj: print('obj.group: ', matchobj.group) print('obj.group(1): ', matchobj.group(1)) print('obj.group(2): ', matchobj.group(2)) obj.group: cats are smarter than dogs obj.group(1): cats obj.group(2): smarter >>> print('obj.groups: ', matchobj.groups) #返回所有匹配结果的元组 obj.groups: ('cats', 'smarter') >>> print('obj.group(3): ', matchobj.group(3)) Traceback (most recent call last): File '<pyshell#17>', line 1, in <module> print('obj.group(3): ', matchobj.group(3)) IndexError: no such group >>> 解析正则表达式：'(.*) are (.*?) .*' (.*) 第一个匹配分组，.* 代表匹配除换行符之外的所有字符。 (.*?) 第二个匹配分组，.*? 后面多个问号，代表非贪婪模式，也就是说只匹配符合条件的最少字符 后面的一个 .* 没有括号包围，所以不是分组，匹配效果和第一个一样，但是不计入匹配结果中。 matchObj.group 等同于 matchObj.group(0)，表示匹配到的完整文本字符 matchObj.group(1) 得到第一组匹配结果，也就是(.*)匹配到的 matchObj.group(2) 得到第二组匹配结果，也就是(.*?)匹配到的 因为只有匹配结果中只有两组，所以如果填 3 时会报错。 二、re.search方法 1、re.search 扫描整个字符串并返回第一个成功的匹配。 函数语法： re.search(pattern, string, flags=0) 函数参数说明： 参数 描述 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。 匹配成功re.search方法返回一个匹配的对象，否则返回None。 2、使用group(num) 或 groups 匹配对象函数来获取匹配表达式。 匹配对象方法 描述 group(num=0) 匹配的整个表达式的字符串，group 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。 groups 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。 实例 >>> import re >>> str1 = 'abcdefg12345' >>> >>> print(re.search('abc', str1)) # 在起始位置匹配成功，返回匹配成功的对象 <_sre.SRE_Match object; span=(0, 3), match='abc'> >>> print(re.search('123', str1)) # 在非起始位置匹配成功，同样返回匹配成功的对象 <_sre.SRE_Match object; span=(7, 10), match='123'> >>> >>> >>> searchobj = re.search('(.*?) are (.*?)', line, re.M|re.I) >>> print('searchobj.group: ', searchobj.group) searchobj.group: cats are >>> print('searchobj.group(1): ', searchobj.group(1)) searchobj.group(1): cats >>> print('searchobj.group(2): ', searchobj.group(2)) searchobj.group(2): >>> print('searchobj.groups: ', searchobj.groups) #一共返回两个匹配字符串，第二个是空，因为使用的正则表达式是非贪婪模式 searchobj.groups: ('cats', '') >>> >>> print('searchobj.group(3): ', searchobj.group(3)) Traceback (most recent call last): File '<pyshell#32>', line 1, in <module> print('searchobj.group(3): ', searchobj.group(3)) IndexError: no such group >>> 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。 三、re.compile 函数 compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match 和 search 这两个函数使用。 语法格式为： re.compile(pattern[, flags]) 实例：在此以match函数为例，search函数类似 实例 >>>import re >>> pattern = re.compile(r'\d+') # 用于匹配至少一个数字 >>> m = pattern.match('one12twothree34four') # 查找头部，没有匹配 >>> print m None >>> m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配 >>> print m None >>> m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配，正好匹配 >>> print m # 返回一个 Match 对象 <_sre.SRE_Match object at 0x10a42aac0 >>>> m.group(0) # 可省略 0 '12' >>> m.start(0) # 可省略 0 3 >>> m.end(0) # 可省略 0 5 >>> m.span(0) # 可省略 0 (3, 5) 在上面，当匹配成功时返回一个 Match 对象，其中： group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group 或group(0)； start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0； end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0； span([group]) 方法返回 (start(group), end(group))。 四、findall函数 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。 注意： match 和 search 是匹配一次 findall 匹配所有。 语法格式为： findall(string[, pos[, endpos]]) 参数： string : 待匹配的字符串。 pos : 可选参数，指定字符串的起始位置，默认为 0。 endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。 查找字符串中的所有数字： 实例 # -*- coding:UTF8 -*- import re pattern = re.compile(r'\d+') # 查找数字 result1 = pattern.findall('runoob 123 google 456') result2 = pattern.findall('run88oob123google456', 0, 10) print(result1) print(result2) 输出结果： ['123', '456'] ['88', '12'] 五、re.finditer函数 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。 re.finditer(pattern, string, flags=0) 参数： 参数 描述 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。参见：正则表达式修饰符 - 可选标志 实例 # -*- coding: UTF-8 -*- import re it = re.finditer(r'\d+','12a32bc43jf3') for match in it: print (match.group ) 输出结果： 12 32 43 3 六、re.split函数 split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下： re.split(pattern, string[, maxsplit=0, flags=0]) 参数： 参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 maxsplit 分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。 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。参见：正则表达式修饰符 - 可选标志 实例 >>>import re >>> re.split('\W+', 'runoob, runoob, runoob.') ['runoob', 'runoob', 'runoob', ''] >>> re.split('(\W+)', ' runoob, runoob, runoob.') ['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', ''] >>> re.split('\W+', ' runoob, runoob, runoob.', 1) ['', 'runoob, runoob, runoob.'] >>> re.split('a*', 'hello world') # 对于一个找不到匹配的字符串而言，split 不会对其作出分割 ['hello world'] |
|
|
