Python3re模块

2019-11-14 17:06:09

字体：大中小

来源：转载

供稿：网友

　　Python版本为3.4.3

　　直接看官方文档。。。记录当笔记

　　https://docs.python.org/3/library/re.html?highlight=re#module-re

　　和一般的正则表达式不同，Python用想表示一个'/'必须用'//'，而正则表达式中是用'//'表示一个反斜杠的，所以在Python中要用'////'表示一个'/'，太麻烦，所以可以在字符串前面加上'r'表示这里面的字符都是不需要转义的原生态字符。

　　现在我们所要分析的字符串为"fsfxczf//sadfDOTA2s////dafasdsfDOTA2wwwwwwwwwww"。

　　re提供了两种简单的匹配方式（查找字符串是否有某个字符串），一种是search，另一种是match（匹配开头）。

import regame = r'doTa2fsfxczf//sadfDOTA2s////dafasdsfDOTA2wwwwwdotawwwwww'#三个参数分别是，简单的正则表达式，所匹配的字符串，匹配模式（可以用数字代替）game2=re.match('dota2',game,re.I)#匹配模式为忽略大小写PRint(game2)#<_sre.SRE_Match object; span=(0, 5), match='doTa2'>

　　这个模块中的方法如下：

re.compile(pattern,flags):这个方法是对一个正则表达式变成了一个表达式对象，可以多次使用。

import regame = r'doTa2fsfxczf//sadfDOTA2s////dafasdsfDOTA2wwwwwdotawwwwww'style='DOTA.'rengine = re.compile(style,re.I)gamename= rengine.findall(game)print(gamename)#['doTa2', 'DOTA2', 'DOTA2', 'dotaw']

其中常见的flag值可以为如下几种：

re.A/re.ASCII	值为256，仅匹配ASCII码值
re.I/re.IGNORECASE	值为2，无视大小写
re.DEBUG	值为128，显示编译表达式的debug信息
re.L/re.LOCALE	值为4，暂时没有理解是什么意思
re.M/re.MULTILINE	值为8，使得匹配可以跨行

re.fullmatch(pattern,flag):完全相同则返回match对象，否则none

temp=r'this is a temp'print(re.fullmatch(temp,'this is a temp'))print(re.fullmatch(temp,'this is b temp'))#<_sre.SRE_Match object; span=(0, 14), match='this is a temp'>#None

re.split(pattern,string,splitpart,flag):以pattern分割字符串，最多可以分割splitpart个：

temp = r'this is DOTA2!'print(re.split(' ', temp, 0, re.I))print(re.split(' ', temp, 1, re.I))#['this', 'is', 'DOTA2!']#['this', 'is DOTA2!']

re.findall(pattern,string,flag):找到符合pattern的所有字符串，并返回列表：

temp =r'this is dota,and this is DOTA2.'print(re.findall('dota.',temp,re.I))#['dota,', 'DOTA2']

re.finditer(pattern,string,flag):返回一个迭代器：

temp =r'this is dota,and this is DOTA2.'ite = re.finditer('dota.',temp,re.I)for obj in ite:    print(obj.group())#dota,#DOTA2

re.sub(pattern,replace||function,string,flag):用字符串或者函数返回值代替符合pattern的字符串

temp = r'this-is-dota!'print(re.sub('6*', ' ', temp))  # *present zero or more# t h i s - i s - d o t a !def show(repl):  # there must be a parameter    print('play')    return '+'print(re.sub('-', show, temp))# play# play# this+is+dota!

re.subn():这个函数和上面那个效果一样，只不过返回的是一个tuple。

temp = r'this-is-dota!'print(re.subn('-','*',temp))#tuple#('this*is*dota!', 2)

re.escape(string):转义除了数字，字母的其他ASCII字符。

temp = r'<script>'print(re.escape(temp))# /<script/>

re.purge():释放正则表达式缓存。。。然后我现在并没有发现什么时候会产生正则表达式缓存。。。

　　之后就是经过re.compile()之后的regex对象了

　　变成regex对象之后的方法和直接使用re加载正则匹配模式的方法大体上差不多，只不过多了以下几种方法：

regex.flags　　#得到该正则对象的flags值
regex.pattern#得到该正则对象的样式
regex.groups#得到该正则对象的分组
regex.groupindex#得到该正则表达式对象有别名的值

　　具体如下：

temp ='this is dota,that is dota2,this is war3!'r0=re.compile('(dota)(.)(?P<nickname>....)',re.I)print(r0.flags)print(r0.groups)print(r0.groupindex)print(r0.pattern)print(r0.search(temp).group('nickname'))print(r0.search(temp).group(2))# 34# 3# {'nickname': 3}# (dota)(.)(?P<nickname>....)# that# ,

　　最后就是match对象了

match.expand():将得到的字符按照相应的模板处理

temp ='this is dota,that is dota2,this is war3!'r0=re.compile('(....)(.)(..)')matchobj=r0.search(temp)print(matchobj)print(matchobj.expand(r'/3/2/1'))# <_sre.SRE_Match object; span=(0, 7), match='this is'># is this

match.group():找匹配结果的分组

temp ='this*is dota,that is dota2,this is war3!'r0=re.compile('(....)(?P<second>.)(..)')tem=r0.search(temp)print(tem.group(0))#the entire matchprint(tem.group(1))print(tem.group(2))print(tem.group('second'))print(tem.group(3))print(tem.group(1,2))# a tuple# this*is# this# *# *# is# ('this', '*'

match.groups()：如果匹配成功得到一个tuple结果
match.groupdict():返回所有有别名的匹配组结果，结果是一个dict

temp ='this is dota,that is dota2,this is war3!'m=re.match('(....)(.)(..)',temp)print(m.groups())print(type(m.groups()))# ('this', ' ', 'is')# <class 'tuple'>

temp ='this is dota,that is dota2,this is war3!'
m=re.match('(....)(?P<Word1>.)(?P<word2>..)',temp)
print(m.groupdict())#返回所有有别名的组
# {'word1': ' ', 'word2': 'is'}

match.endpos()：
match.pos()：

temp ='this is dota,that is dota2,this is war3!'reg =re.compile('dota')m=reg.search(temp,10,30)print(m.pos)#开始匹配的索引print(m.endpos)#返回所匹配字符串的最后一位的索引# 10# 30

match.lastindex
match.lastgroup
match.re
match.string

temp ='this is dota,that is dota2,this is war3!'m=re.match('(....)(?P<Tom>.)(?P<Mary>..)',temp)print(m.lastindex)#返回最后一个匹配组的索引，如果压根没有匹配成功的，为Noneprint(m.lastgroup)#返回最后一个匹配组的名字，如果没有，则返回Noneprint(m.re)#返回该正则print(m.string)#返回匹配字符串# 3# Mary# re.compile('(....)(?P<Tom>.)(?P<Mary>..)')# this is dota,that is dota2,this is war3!

match.start(group)：
match.end(group)：得到某个匹配组开始/结束匹配的索引值
match.span(group):得到某个匹配组的跨度。。。

temp ='this is dota,that is dota2,this is war3!'m=re.match('(....)(?P<word1>.)(?P<word2>..)',temp)print(m.start(1))print(m.end(2))print(m.span(2))# 0# 5# (4, 5)