python 正则表达式

上篇文章中介绍了正则表达式使用汇总---javascript篇，本篇文章介绍python中的正则表达式使用内容。

python方法汇总比较

下面先汇总得出各个方法比较和使用场景。

方法	用法	返回值	使用场景	注意事项
match	re.match(pattern, string [, flags])	SRE_Match object / None	检查字符串开始位置匹配一个模式	只能从string最开始匹配查询
search	re.search(pattern, string [, flags])	SRE_Match object / None	扫描整个字符串并返回第一个成功的匹配
findall	re.findall(pattern, stringing [, pos [, endpos]] [, flags])	所有能匹配上的子串形成的列表	扫描整个字符串并返回能匹配上的所有子串形成的列表
finditer	re.finditer(patter, string [, flags])	所有能匹配上的子串的SRE_Match object形成的迭代器	扫描整个字符串并返回能匹配上的所有子串的SRE_Match object形成的迭代器
split	re.split(pattern, string [, flags])	分隔字符串后形成的列表	根据匹配上的子串来分隔字符串，返回分隔之后形成的列表
sub	re.sub(pattern, replacement, string [, count=0] [, flags])	替换后的字符串	替换字符串中的匹配项	其中replacement既可以是字符串，也可以是函数
compile	re.compile(pattern [, flags])	Pattern对象	保存一些通用化的正则表达式	丰富了上面函数的使用方式

match

re.match从字符串的起始位置开始匹配一个模式，如果起始位置匹配成功的话，返回一个 SRE_Match object ；否则返回 None

语法为：

# flags为可选项
re.match(pattern, string [, flags])

例如如下例子：

import re

res = re.match('\d+', '123Hello world, today is 2018-11-29 15:08:30')
print res.group()

# 结果为： '123'

search

re.search 扫描整个字符串并返回第一个成功的匹配，注意匹配没有必须从起始位置开始的约束

语法为：

re.search(pattern, string [, flags])

例如如下例子：

import re

res = re.search('\d+', 'Hello world, today is 2018-11-29 15:08:30')
print res.group()

# 结果为： '2018'

findall

re.findall 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。

语法：

re.findall(pattern, stringing [, pos [, endpos]] [, flags])

其中，pos表示指定字符串的起始位置，默认为0；endpos表示指定字符串的结束位置，默认为字符串的长度

例如如下例子：

import re

print re.findall('\d+', 'Hello world, today is 2018-11-29 15:08:30')

# 结果为： ['2018', '11', '29', '15', '08', '30']

finditer

re.finditer 和 re.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。

语法：

re.finditer(pattern, stringing [, flags])

例如如下例子：

import re

res = re.finditer('\d+', 'Hello world, today is 2018-11-29 15:08:30')

for i in res:
    print i.group()

# 结果为： 
# 2018
# 11
# 29
# 15
# 08
# 30

split

re.split 方法能够按照匹配的子串将字符串进行分割，然后返回分割之后形成的列表。

语法：

re.split(pattern, stringing [, maxsplit=0 [, flags]])

其中，maxsplit表示分割次数，默认为0表示不限制次数

例如如下例子：

import re

stringing = 'hello, world. Hello# python.'
print re.split('\W+', stringing)

# 结果为： ['hello', 'world', 'Hello', 'python', '']

sub

re.sub 用于替换字符串中的匹配项，其中replacement表示替换的内容，既可以是字符串，也可以是函数；count表示模式匹配后替换的最大次数，默认0表示替换所有的匹配结果

语法为：

re.sub(pattern, replacement, string [, count=0] [, flags])

replacement为函数的情况例子如下：

import re

def double_num(matched):
    """
    将匹配结果乘以2
    """    
    value = int(matched.group(1))
    return str(value * 2)

string_obj = 'A111BCDSF234'
print re.sub('(\d+)', double_num, string_obj)

# 结果为： A222BCDSF468

替换中，经常会用到替换匹配到的项，例如如下例子中，需要将替换后的内容为匹配的子表达式

inputStr = "hello python, nihao python"
replacedStr = re.sub(r"hello (\w+), nihao \1", "\g<1>", inputStr)
# replacedStr = re.sub(r"hello (?P<name>\w+), nihao (?P=name)", "\g<name>", inputStr)
print "replacedStr=", replacedStr

# 打印结果为： python

说明：

• 反斜杠加g以及中括号内一个名字，即： \g<name>，对应着命了名的组，named group，有点类似于javascript中的 $1 用法，但是python的用法更加多样化，可以使用 \g<1> （下标法） \g<name> （名称法）

compile

re.compile用于编译正则表达式，生成一个正则表达式（Pattern）对象，供上述方法例如 match 和 search 使用。

语法：

re.compile(pattern [, flags])

其中 flags 表示匹配模式，常用的参数如下：

• re.I 表示忽略大小写
• re.M 表示多行模式
• re.X 表示忽略空格和 # 后面的注释

举一个例子如下：

import re

pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)
matched = pattern.match('Hello world, hello python')
if matched:
    print matched.group()  # 'Hello world'
    print matched.groups()  # ('Hello', 'world')
    print matched.group(1)  # 'Hello'
    print matched.group(2)  # 'world'

这样re模块的方法调用有两种形式：

• re的原始函数方式，re.match(pattern, string [, flags])
• 正则表达式对象方式，patternObject.match(string)，其中 patternObject = re.compile(pattern [, flags])

SRE_Match object

在使用 match 和 search 方法匹配到正则表达式的子串时，返回结果为 SRE_Match object，该对象的使用方法主要有如下常用几种：

• group() 返回匹配上的字符串
• groups() 返回所有匹配上的子表达式组成的元组
• groupdict() 返回所有匹配上的子表达式group name组成的字典，成为分组匹配方法

分组匹配方法的例子如下：

import re

string = '2018-10-26 12:12:12'
res = re.search('(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2}) (?P<hour>\d{2}):(?P<minute>\d{2}):(?P<second>\d{2})$', string)

if res:
    print res.groupdict()