一文秒懂python正則表達式常用函數

欄目: 學習教育 / 發佈於: / 人氣:4.87K

導讀：正則表達式是處理字符串類型的"核武器"，不僅速度快，而且功能強大。本文不過多展開正則表達式相關語法，僅簡要介紹 python中正則表達式常用函數及其使用方法，以作快速查詢瀏覽。

01 Re概覽

Re模塊是python的內置模塊，提供了正則表達式在python中的所有用法，默認安裝位置在python根目錄下的Lib文件夾（如 ..PythonPython37Lib）。主要提供了3大類字符串操作方法：

字符查找/匹配

字符替換

字符分割

由於是面向字符串類型的模塊，就不得不提到字符串編碼類型。re模塊中，模式串和搜索串既可以是 Unicode 字符串 (常用str類型) ，也可以是8位字節串 (bytes，2位16進制數字，例如xe5) ，但要求二者必須是同類型字符串。

02 字符串查找/匹配

預編譯：compile

在介紹查找和匹配函數前，首先需要知道re的compile函數，該函數可以將一個模式串編譯成正則表達式類型，以便後續快速匹配和複用

import repattern = re.compile(r'[a-z]{2,5}')type(pattern) #re.Pattern

此例創建了一個正則表達式式對象 (re.pattern) ，命名爲pattern，用於匹配2-5位小寫字母的模式串。後續在使用其他正則表達式函數時，即可使用pattern進行方法調用。

匹配：match

match函數用於從文本串的起始位置開始匹配，若匹配成功，則返回相應的匹配對象，此時可調用group()方法返回匹配結果，也可用span()方法返回匹配起止下標區間；否則返回None

import repattern = re.compile(r'[a-z]{2,5}')text1 = 'this is a re test'res = pattern.match(text1)print(res) #<re.Match object; span=(0, 4), match='this'>if res: print(res.group()) #this print(res.span()) #(0, 4)text2 = '是的, this is a re test'print(pattern.match(text2))#None

match函數還有一個變形函數fullmatch，當且僅當模式串與文本串剛好全部匹配時，返回一個匹配對象，否則返回None

搜索：search

match只提供了從文本串起始位置匹配的結果，如果想從任意位置匹配，則可調用search方法，與match方法類似，當任意位置匹配成功，則立即返回一個匹配對象，也可調用span()方法獲取起止區間、調用group方法獲得匹配文本串

import repattern = re.compile(r's[a-z]{2}')text1 = 'this is a re test'res = pattern.search(text1)print(res) #<re.Match object; span=(4, 7), match=' is'>if res: print(res.group()) #is print(res.span()) #(4, 7)pattern2 = re.compile(r's[a-z]{5}')text2 = '是的,this is a re test'print(pattern2.search(text2))#None

match和search均用於匹配單個結果，唯一區別在於前者是從起始位置開始匹配，而後者從任意位置匹配，匹配成功則返回一個match對象。

全搜索：findall/finditer

幾乎是最常用的正則表達式函數，用於尋找所有匹配的結果，例如在爬蟲信息提取中，可非常方便地提取所有匹配字段

import repattern = re.compile(r's[a-z]{2,5}')text1 = 'this is a re test'res = pattern.findall(text1)print(res) #[' is', ' re', ' test']

findall返回的是一個列表對象類型，當無匹配對象時，返回一個空列表。爲了避免因同時返回大量匹配結果佔用過多內存，可以調用finditer函數返回一個迭代器類型，其中每個迭代元素是一個match對象，可繼續調用group和span方法獲取相應結果

import repattern = re.compile(r's[a-z]{2,5}')text1 = 'this is a re test'res = pattern.finditer(text1)for r in res: print(r.group())""" is re test"""

當匹配模式串較爲簡單或者僅需單詞調用時，上述所有方法也可直接調用re類函數，而無需事先編譯。此時各方法的第一個參數爲模式串。

import repattern = re.compile(r'd{2,5}')text = 'this is re test're.findall('[a-z]+', text) #['this', 'is', 're', 'test']

03 字符串替換/分割

替換:sub/subn

當需要對文本串進行條件替換時，可調用re.sub實現 (當然也可先編譯後再用調用實例方法) ，相應參數分別爲模式串、替換格式、文本串，還可以通過增加缺省參數限定替換次數和匹配模式。通過在模式串進行分組，可實現字符串的格式化替換（類似字符串的format方法），以實現特定任務。

import retext = 'today is 2020-03-05'print(re.sub('-', '', text)) #'today is 20200305'print(re.sub('-', '', text, 1)) #'today is 202003-05'print(re.sub('(d{4})-(d{2})-(d{2})', r'2/3/1', text)) #'today is 03/05/2020'

re.sub的一個變形方法是re.subn，區別是返回一個2元素的元組，其中第一個元素爲替換結果，第二個爲替換次數

import retext = 'today is 2020-03-05'print(re.subn('-', '', text)) #('today is 20200305', 2)

分割：split

還可以調用正則表達式實現字符串的特定分割，相當於.split()方法的一個加強版，實現特定模式的分割，返回一個切割後的結果列表

import retext = 'today is a re test, what do you mind?'print(re.split(',', text)) #['today is a re test', ' what do you mind?']

04 總結

python中的re模塊提供了正則表達式的常用方法，每種方法都包括類方法調用(如re.match)或模式串的實例調用(pattern.match)2種形式

常用的匹配函數：match/fullmatch

常用的搜索函數：search/findall/finditer

常用的替換函數：sub/subn

常用的切割函數：split

還有其他很多方法，但不是很常用，具體可參考官方文檔

另外，python還有第三方正則表達式庫regex可供選擇

到此這篇關於一文秒懂python正則表達式常用函數的文章就介紹到這了，希望大家以後多多支持好二三四！

Tags：函數 Python 正則表達式一文