「Python正则表达式」笔记

正则表达式一般用于检索，替换文本。

一.正则表达式元字符和语法：

这些语法是每种语言都通用的。接下来记一下python提供的正则表达式操作函数。

二. Python提供的正则表达式处理函数

（1）re.match

re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标志位，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。

例:

该程序匹配字符串text的第一个单词。print结果如下：

程序第一行导入re模块。第三行中（\w+）为正则表达式第一个分组。意思为匹配单词字符一次或无限次。整个表达式（\w+）\s的意思是匹配一个空格及其前面的单词字符一次或无限次。也就是匹配第一个单词。

程序第5行的group（0）和group（）一个意思，都是引用整个正则表达式。group（1）引用的是第一个括号里的正则表达式。在本例中group（0）和group（1）结果相同。关于group的用法更多参考：wiki.ubuntu.org.cn/Python正则表达式操作指南

（2）re.search

re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

re.search的函数原型为： re.search(pattern, string, flags)

每个参数的含意与re.match一样，也是只返回一个匹配结果。

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。

例：

第三行的正则表达式 \shan(ds)ome\s 中，首尾\s为匹配空格，（ds）为第一个分组。group（0）为匹配handsome这个单词以及首位的空格。group（1）匹配ds这两个字符。返回结果为：

（3）re.sub

re.sub用于替换字符串中的匹配项。

re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；将字符串中的空格' '替换为'[ ]'。

例：

第3行的 \s+为匹配空格一次或无限次，然后将空格替换为 - 

输出结果为：JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...

（3）re.split

可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。

例：

输出结果为一个列表：['JGood', 'is', 'a', 'handsome', 'boy,', 'he', 'is', 'cool,', 'clever,', 'and', 'so', 'on...']

（4）re.findall

re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo\w*', text)；获取字符串中，包含'oo'的所有单词。例：

输出结果为列表：['JGood', 'cool']

（5）re.compile

可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

第3行的\w*oo\w* 为匹配含oo这两个字符的单词。第4行为匹配出所有含oo的单词。第5行为给所有匹配到的单词加上[ ]，输出结果为：

['JGood', 'cool']

[JGood] is a handsome boy, he is [cool], clever, and so on...