Python3 正則表達(dá)式

在 Python3 中正則表達(dá)式是一個(gè)特殊的字符序列，它能幫助你方便的檢查一個(gè)字符串是否與某種模式匹配。

Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達(dá)式模式。

re 模塊使 Python 語(yǔ)言擁有全部的正則表達(dá)式功能。

compile 函數(shù)根據(jù)一個(gè)模式字符串和可選的標(biāo)志參數(shù)生成一個(gè)正則表達(dá)式對(duì)象。該對(duì)象擁有一系列方法用于正則表達(dá)式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數(shù)，這些函數(shù)使用一個(gè)模式字符串做為它們的第一個(gè)參數(shù)。

本章節(jié)主要介紹 Python 中常用的正則表達(dá)式處理函數(shù)。

re.match 函數(shù)

re.match 嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match() 就返回 none。

函數(shù)語(yǔ)法：

re.match(pattern, string, flags=0)

函數(shù)參數(shù)說(shuō)明：

匹配成功 re.match 方法返回一個(gè)匹配的對(duì)象，否則返回 None。

我們可以使用 group(num) 或 groups() 匹配對(duì)象函數(shù)來(lái)獲取匹配表達(dá)式。

實(shí)例 1：

#!/usr/bin/python

import re
print(re.match('www', 'www.o2fo.com').span())  # 在起始位置匹配
print(re.match('cn', 'www.o2fo.com'))         # 不在起始位置匹配

以上實(shí)例運(yùn)行輸出結(jié)果為：

(0, 3)
None

實(shí)例 2：

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
    print ("matchObj.group() : ", matchObj.group())
    print ("matchObj.group(1) : ", matchObj.group(1))
    print ("matchObj.group(2) : ", matchObj.group(2))
else:
    print ("No match!!")

以上實(shí)例執(zhí)行結(jié)果如下：

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

re.search 方法

re.search 掃描整個(gè)字符串并返回第一個(gè)成功的匹配。

函數(shù)語(yǔ)法：

re.search(pattern, string, flags=0)

函數(shù)參數(shù)說(shuō)明：

匹配成功 re.search 方法返回一個(gè)匹配的對(duì)象，否則返回 None。

我們可以使用 group(num) 或 groups() 匹配對(duì)象函數(shù)來(lái)獲取匹配表達(dá)式。

實(shí)例 1：

#!/usr/bin/python3

import re

print(re.search('www', 'www.o2fo.com').span())  # 在起始位置匹配
print(re.search('cn', 'www.o2fo.com').span())         # 不在起始位置匹配

以上實(shí)例運(yùn)行輸出結(jié)果為：

(0, 3)
(14, 16)

實(shí)例 2：

#!/usr/bin/python3

import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
    print ("searchObj.group() : ", searchObj.group())
    print ("searchObj.group(1) : ", searchObj.group(1))
    print ("searchObj.group(2) : ", searchObj.group(2))
else:
    print ("Nothing found!!")

以上實(shí)例執(zhí)行結(jié)果如下：

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

re.match 與 re.search 的區(qū)別

re.match 只匹配字符串的開始，如果字符串開始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回 None；而 re.search 匹配整個(gè)字符串，直到找到一個(gè)匹配。

實(shí)例：

#!/usr/bin/python3

import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
    print ("match --> matchObj.group() : ", matchObj.group())
else:
    print ("No match!!")

matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
    print ("search --> matchObj.group() : ", matchObj.group())
else:
    print ("No match!!")

以上實(shí)例運(yùn)行結(jié)果如下：

No match!!
search --> matchObj.group() :  dogs

檢索和替換

Python 的 re 模塊提供了 re.sub 用于替換字符串中的匹配項(xiàng)。

語(yǔ)法：

re.sub(pattern, repl, string, max=0)

返回的字符串是在字符串中用 re 最左邊不重復(fù)的匹配來(lái)替換。如果模式?jīng)]有發(fā)現(xiàn)，字符將被沒有改變地返回。

可選參數(shù) count 是模式匹配后替換的最大次數(shù)；count 必須是非負(fù)整數(shù)。缺省值是 0 表示替換所有的匹配。

實(shí)例：

#!/usr/bin/python3

import re

phone = "2004-959-559 # 這是一個(gè)電話號(hào)碼"

# 刪除注釋
num = re.sub(r'#.*$', "", phone)
print ("電話號(hào)碼 : ", num)

# 移除非數(shù)字的內(nèi)容
num = re.sub(r'\D', "", phone)
print ("電話號(hào)碼 : ", num)

以上實(shí)例執(zhí)行結(jié)果如下：

電話號(hào)碼 :  2004-959-559 
電話號(hào)碼 :  2004959559

正則表達(dá)式修飾符 - 可選標(biāo)志

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來(lái)控制匹配的模式。修飾符被指定為一個(gè)可選的標(biāo)志。多個(gè)標(biāo)志可以通過(guò)按位 or(|) 它們來(lái)指定。如 re.L | re.M 被設(shè)置成 L 和 M 標(biāo)志：

正則表達(dá)式模式

模式字符串使用特殊的語(yǔ)法來(lái)表示一個(gè)正則表達(dá)式：

字母和數(shù)字表示他們自身。一個(gè)正則表達(dá)式模式中的字母和數(shù)字匹配同樣的字符串。

多數(shù)字母和數(shù)字前加一個(gè)反斜杠時(shí)會(huì)擁有不同的含義。

標(biāo)點(diǎn)符號(hào)只有被轉(zhuǎn)義時(shí)才匹配自身，否則它們表示特殊的含義。

反斜杠本身需要使用反斜杠轉(zhuǎn)義。

由于正則表達(dá)式通常都包含反斜杠，所以你最好使用原始字符串來(lái)表示它們。模式元素(如 r'/t'，等價(jià)于'//t')匹配相應(yīng)的特殊字符。

下表列出了正則表達(dá)式模式語(yǔ)法中的特殊元素。如果你使用模式的同時(shí)提供了可選的標(biāo)志參數(shù)，某些模式元素的含義會(huì)改變。

正則表達(dá)式實(shí)例

字符匹配

字符類

特殊字符類