Python正则模块和正则表达式实例详解

作为一个概念而言，正则表达式对于Python来说并不是独有的。但是，Python中的正则表达式在实际使用过程中还是有一些细小的差别。本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中，我们将重点讨论如何使用Python中的正则表达式并突出Python中一些独有的特性。

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

函数语法：

re.match(pattern, string, flags=0)

函数参数说明：

匹配成功re.match方法返回一个匹配的对象，否则返回None。

我们可以使用group(num) 或  groups() 匹配对象函数来获取匹配表达式。

实例 1：

#!/usr/bin/env python
# coding:utf-8
import re
# 在起始位置匹配
# 结果为:(0, 3)
print(re.match('www', 'www.noniu.com').span())
# 不在起始位置匹配
# 结果为:None
print(re.match('com', 'www.noniu.com'))

实例 2：

#!/usr/bin/env python
# coding:utf-8
import re
line = "你好，欢迎学习 Python"
matchObj = re.match(r'(.*)，(.*?) .*', line, re.M | re.I)
if matchObj:
    # 结果为：全匹配： 你好，欢迎学习 Python
    print("全匹配：", matchObj.group())
    # 结果为：第一个匹配分组： 你好
    print("第一个匹配分组：", matchObj.group(1))
    # 结果为：第二个匹配分组： 欢迎学习
    print("第二个匹配分组：", matchObj.group(2))
else:
    print("无匹配项")

re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。函数语法：

re.search(pattern, string, flags=0)

函数参数说明：

匹配成功re.search方法返回一个匹配的对象，否则返回None。

我们可以使用group(num) 或  groups() 匹配对象函数来获取匹配表达式。

实例 1：

#!/usr/bin/env python
# coding:utf-8
import re
# 在起始位置匹配
# 结果为:(0, 3)
print(re.search("www", "www.noniu.com").span())
# 不在起始位置匹配
# 结果为:(10, 13)
print(re.search("com", "www.noniu.com").span())

实例 2：

#!/usr/bin/env python
# coding:utf-8
import re
line = "你好，欢迎学习 Python"
matchObj = re.search(r'(.*)，(.*?) .*', line, re.M | re.I)
if matchObj:
    # 结果为：全匹配： 你好，欢迎学习 Python
    print("全匹配：", matchObj.group())
    # 结果为：第一个匹配分组： 你好
    print("第一个匹配分组：", matchObj.group(1))
    # 结果为：第二个匹配分组： 欢迎学习
    print("第二个匹配分组：", matchObj.group(2))
else:
    print("无匹配项")

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

re.sub方法

Python 的re模块提供了re.sub用于替换字符串中的匹配项。语法：

re.sub(pattern, repl, string, max=0)

返回的字符串是在字符串中用 RE 最左边不重复的匹配来替换。如果模式没有发现，字符将被没有改变地返回。可选参数 count 是模式匹配后替换的最大次数；count 必须是非负整数。缺省值是 0 表示替换所有的匹配。

示例代码：

#!/usr/bin/env python
# coding:utf-8
import re
phone = "0755-86713500 # 一个固定电话号码"
# 删除Python注释内容
num = re.sub(r'#.*$', "", phone)
# 结果为：电话号码为：0755-86713500
print("电话号码为：%s" % num)
# 删除所有非数字字符
num = re.sub(r'\D', "", phone)
# 结果为：电话号码为：075586713500
print("电话号码为：%s" % num)
# 正则字符串替换不会改变原字符串的值
# 0755-86713500 # 一个固定电话号码
print(phone)

re.split方法

Python的re模块提供了re.split按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。语法：

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])

示例代码：

#!/usr/bin/env python
# coding:utf-8
import re
# 根据数字字符划分
p = re.compile(r'\d+')
# 结果为：['one', 'two', 'three', 'four', '']
print(p.split('one1two2three3four4'))

re.findall方法

Python的re模块提供了re.findall方法搜索string，以列表形式返回全部能匹配的子串。语法：

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

示例代码：

#!/usr/bin/env python
# coding:utf-8
import re
# 根据数字字符划分
p = re.compile(r'\d+')
# 结果为：['1', '2', '3', '4']
print(p.findall('one1two2three3four4'))

正则表达式修饰符 - 可选标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式：

字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。多数字母和数字前加一个反斜杠时会拥有不同的含义。标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。反斜杠本身需要使用反斜杠转义。

由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'/t'，等价于'//t')匹配相应的特殊字符。下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。

正则表达式实例

字符匹配

字符类

特殊字符类