re模块常用方法

re模块常用方法

• 正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

• 给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
  给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
  可以通过正则表达式，从字符串中获取我们想要的特定部分。

• 正则表达式的特点是：
  灵活性、逻辑性和功能性非常强；
  可以迅速地用极简单的方式达到字符串的复杂控制；
  对于刚接触的人来说，比较晦涩难懂。
  re模块操作
  在Python中通过re模块来完成正则表达式操作

match(string[, pos[, endpos]])
string 是待匹配的字符串 pos和 endpos 可选参数，指定字符串的起始和终点位置，默认值分别是 0和 len(字符串长度)。

# match 方法：从起始位置开始查找，一次匹配
re.match(pattern, string, flags=0)


result = re.match("hello", "hellolzt world")
print(result, result.group(), type(result))

在字符串开头匹配pattern，如果匹配成功（可以是空字符串）返回对应的match对象,否则返回None。

search 方法

• 查找字符串的任何位置，只匹配一次，只要找到了一个匹配的结果就返回
  search(string[, pos[, endpos]]) ,string是待匹配的字符串 pos 和 endpos 可选参数，指定字符串的起始和终点位置 。当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。 扫描整个字符串string，找到与正则表达式pattern的第一个匹配（可以是空字符串），并返回一个对应的match对象。如果没有匹配返回None.

re.search(pattern, string, flags=0)
result = re.search("hello", "2018hellolzt world")
print(result.group())

fullmatch方法

• fullmatch(pattern, string, flags=0)，是match函数的完全匹配（从字符串开头到结尾）

re.fullmatch(pattern, string, flags=0)
result = re.fullmatch("hello", "hello1")
print(result)

string是否整个和pattern匹配，如果是返回对应的match对象,否则返回None。

findall方法

• 以列表形式返回全部能匹配的子串，如果没有匹配，则返回一个空列表。 findall(string[, pos[, endpos]]),string待匹配的字符串 pos 和 endpos 可选参数，指定字符串的起始和终点位置。

findall(pattern, string, flags=0)
result = re.findall("hello", "lzt hello china hello world")
print(result, type(result))
# 返回列表

split方法

• 按照能够匹配的子串将字符串分割后返回列表 split(string[, maxsplit]),maxsplit用于指定最大分割次数，不指定将全部分割。

re.split(pattern, string, maxsplit=0, flags=0)
result = re.split("hello", "hello china hello world", 2)
print(result, type(result))
# 返回分割列表

sub方法

• 用于替换,sub(repl, string[, count]),epl可以是字符串也可以是一个函数：
  (1) 如果repl 是字符串，则会使用 repl去替换字符串每一个匹配的子串
  (2) 如果repl 是函数，方法只接受一个参数（Match对象），并返回一个字符串用于替换。
  (3) count 用于指定最多替换次数，不指定时全部替换。

sub(pattern, repl, string, count=0, flags=0)
result = re.sub("hello", "hi", "hello china hello world", 2)
print(result, type(result))

使用repl替换pattern匹配到的内容，最多匹配count次

iterator方法

finditer(pattern, string, flags=0)
result = re.finditer("hello", "hello world hello china")
print(result, type(result))
# 返回迭代器

compile方法

• compile 函数用于编译正则表达式，生成一个 Pattern 对象

compile(pattern, flags=0)
pat = re.compile("hello")
print(pat, type(pat))
result = pat.search("helloworld")
print(result, type(result))
# 编译得到匹配模型

flags

• re模块的一些函数中将flags作为可选参数，下面列出了常用的几个flag, 它们实际对应的是二进制数，可以通过位或将他们组合使用。flags可能改变正则表达时的行为：
  re.I re.IGNORECASE: 匹配中大小写不敏感
  re.M re.MULTILINE: “^“匹配字符串开始以及”\n"之后；”$“匹配”\n"之前以及字符串末尾。通常称为多行模式
  re.S re.DOTALL: "."匹配任意字符，包括换行符。通常称为单行模式
  如果要同时使用单行模式和多行模式，只需要将函数的可选参数flags设置为re.I| re.S即可。

result = re.match("hello", "HeLlo", flags=re.I)
print(result)
result = re.findall("^abc","abcde\nabcd",re.M)
print(result)
result = re.findall("e$","abcde\nabcd",re.M)
print(result)
result = re.findall(".", "hello \n china", flags=re.S)
# "." 可以匹配换行符
print(result)
result = re.findall(".", "hello \n china", flags=re.M)
# "." 不可以匹配换行符
print(result)