python基础知识---正则

一、python正则简介

python的re模块，让python能够支持扩展正则

扩展正则的字符集（"."  "[abc]"   "(abc)"  "a|b"）、锚点（"$"  "^"  "\<\>"）、修饰字符（"*"  "?"  "+"  "{}"）  这里不做介绍

二、re模块中的函数，主要是三种匹配（match、search、findall）、一种替换（sub）、一种分割（split）

1，match(apttern,string,flags=0)

flag:标志位，用来控制match的匹配方式，一般都没有指定，默认0

match用来从起始位置开始根据模型去字符串中匹配指定内容，如果没有匹配到内容，会返回None  如果匹配到内容  会返回一个MatchObject的对象

使用group()和groups()方法访问匹配的内容

import re
string="1234erqwe123"

obj=re.match(‘\d+‘,string)      #返回一个对象
print(obj)
print(obj.group())     #使用group()方法访问匹配的内容

#<_sre.SRE_Match object; span=(0, 4), match=‘1234‘>
#1234

import re
string="@$1234erqwe123"
obj1=re.match(‘([^0-9]+)(\d+)‘,string)

print(obj1.group())       #group()返回一个字符串
print(obj1.groups())     #groups()返回一个元组

#@$1234
#(‘@$‘, ‘1234‘)

2，search(pattern, string, flags=0)

search和match就一处区别，可以匹配非行首的pattern，也是通过group()和groups()访问匹配到的数据

string="#$1234erqwe123"
obj=re.search(‘(\d+)([^0-9]+)‘,string)

print(obj.group())
print(obj.groups())

#1234erqwe
#(‘1234‘, ‘erqwe‘)

3，findall(pattern,string,flags=0)

match和search只能匹配一个pattern ，如果想匹配字符串中所有符合要求的pattern   ，使用findall()

findall函数返回一个列表

import re
string="#$1234erqwe123"
obj=re.findall(‘\d+‘,string)       #findall函数返回一个列表
print(obj)

#[‘1234‘, ‘123‘]

4，sub(pattern,被替换的部分,string，n=0)

sub用于替换指定的字符串 ,比字符串方法replace功能丰富

import re
string="1234erqwe123adfa123"
new_string=re.sub(‘\d+‘,‘**‘,string)          #返回替换后的副本，原字符串不变
new_string2=re.sub(‘\d+‘,‘**‘,string,2)       #可指定替换前n个pattern，后面的不替换
print(string)
print(new_string)
print(new_string2)

#1234erqwe123adfa123
#**erqwe**adfa**
#**erqwe**adfa123

5，split(pattern,string,n)split用于按指定匹配切割字符串，n表示按前n个pattern分割，如果n为空则表示按所有的pattern切割，返回一个列表split函数比字符串方法split功能丰富

import re
string="1234erqwe123adfa123"
new_string=re.split(‘\d+‘,string,1)       #以前1个pattern为分割符
new_string1=re.split(‘\d+‘,string,2)      #以前2个pattern为分割符
new_string2=re.split(‘(\d+)‘,string,1)    #如果pattern中带有括号，括号里面的内容会返回
new_string3=re.split(‘(\d+)‘,string,2)    #
print(new_string)
print(new_string1)
print(new_string2)
print(new_string3)

#[‘‘, ‘erqwe123adfa123‘]
#[‘‘, ‘erqwe‘, ‘adfa123‘]
#[‘‘, ‘1234‘, ‘erqwe123adfa123‘]
#[‘‘, ‘1234‘, ‘erqwe‘, ‘123‘, ‘adfa123‘]