使用re模块实现正则表达式操作

  在Python提供了re模块&＃xff0c;用于实现正则表达式的操作。在实现时&＃xff0c;可以使用re模块提供的方法&＃xff08;如&＃xff0c;search()、match()、findall()等&＃xff09;进行字符串处理&＃xff0c;也可以先使用re模块的compile()方法将模式字符串转换为正则表达式对象&＃xff0c;然后再使用该正则表达式对象的相关方法来操作字符串。

  如果使用re模块时&＃xff0c;未将其引入&＃xff0c;将抛出异常如图所示&＃xff1a;

  匹配字符串可以使用re模块提供的match()、seardch()和findall()等方法。

1.使用match()方法进行匹配

  match()方法用于从字符串的开始处进行匹配&＃xff0c;如果在起始位置匹配成功&＃xff0c;则返回Match对象&＃xff0c;否则返回None&＃xff0c;语法格式如下&＃xff1a;

re.match(pattern, string, [flags])


参数说明&＃xff1a;

• pattern&＃xff1a;表示模式字符串&＃xff0c;由要匹配的正则表达式转换而来
• string&＃xff1a;表示要匹配的字符串
• flags&＃xff1a;可选参数&＃xff0c;表示标志位&＃xff0c;用于控制匹配方式&＃xff0c;如是否区分字母大小写。常用的标志如表所示&＃xff1a;

  例如&＃xff0c;匹配字符串是否以“mr_”开头&＃xff0c;不区分字母大小写&＃xff0c;代码如下&＃xff1a;

import repattern &＃61; r"mr_\w&＃43;" #模式匹配字符串
string &＃61; "MR_SHOP mr_shop" #要匹配的字符串
match &＃61; re.match(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果
string &＃61; "项目名称MR_SHOP mr_shop"
match &＃61; re.match(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果


  执行结果如下&＃xff1a;

  从上面执行结果中可以看出&＃xff0c;字符串"MR_SHOP"是以“mr_”开头&＃xff0c;所以返回一个match对象&＃xff0c;而字符串“项目名称MR_SHOP”不是以“mr_”开头&＃xff0c;将返回“None”。这是因为match()方法从字符串的开始位置开始匹配&＃xff0c;当第一个字母不符合条件时&＃xff0c;则不再进行匹配&＃xff0c;直接返回None。

  Match对象中包含了匹配值得位置和匹配数据&＃xff0c;其中&＃xff1a;

• 要获取匹配值的起始位置可以使用Match对象的start()方法&＃xff1b;
• 要获得匹配值的结束位置可以使用end()方法&＃xff1b;
• 通过span()方法可以返回匹配位置元组&＃xff1b;
• 通过string属性可以获取要匹配的字符串

  代码如下&＃xff1a;

import re
pattern &＃61; r"mr_\w&＃43;" # 模式匹配字符串
string &＃61; "MR_SHOP mr_shop" # 要匹配的字符串
match &＃61; re.match(pattern, string, re.I) # 匹配字符&＃xff0c;不区分大小写
print("匹配值的起始位置", match.start())
print("匹配值的结束位置", match.end())
print("匹配位置元组", match.span())
print("要匹配的字符串", match.string)
print("匹配数据", match.group())


  执行结果如下&＃xff1a;

2.使用search()方法进行匹配

  search()方法用于在整个字符串搜索第一个匹配值&＃xff0c;如果匹配成功&＃xff0c;则返回match对象&＃xff0c;否则返回None&＃xff0c;语法格式如下&＃xff1a;

re.search(pattern, string, [flags])


参数说明&＃xff1a;

• pattern&＃xff1a;表示模式字符串&＃xff0c;由要匹配的正则表达式转换而来
• string&＃xff1a;表示要匹配的字符串
• flags&＃xff1a;可选参数&＃xff0c;表示标志位&＃xff0c;用于控制匹配方式&＃xff0c;如是否区分字母大小写。

  例如&＃xff0c;所示一个以“mr_”开头的字符串&＃xff0c;不区分大小写&＃xff0c;代码如下&＃xff1a;

import repattern &＃61; r"mr_\w&＃43;" #模式匹配字符串
string &＃61; "MR_SHOP mr_shop" #要匹配的字符串
match &＃61; re.search(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果
string &＃61; "项目名称MR_SHOP mr_shop"
match &＃61; re.search(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果


  执行结果如下&＃xff1a;

  从上面运行结果中可以看出&＃xff0c;search()方法不仅仅是在字符串的起始位置搜索&＃xff0c;其他位置有符合的匹配也可以。

3.使用findall()方法进行匹配

  findall()方法用于整个字符串中的搜索所有符合正则表达式的字符串&＃xff0c;并以列表的形式返回&＃xff0c;如果匹配成功&＃xff0c;则返回包含匹配结构的列表&＃xff0c;否则返回空列表。其语法格式如下&＃xff1a;

re.findall(pattern, string, [flags])


参数说明&＃xff1a;

• pattern&＃xff1a;表示模式字符串&＃xff0c;由要匹配的正则表达式转换而来
• string&＃xff1a;表示要匹配的字符串
• flags&＃xff1a;可选参数&＃xff0c;表示标志位&＃xff0c;用于控制匹配方式&＃xff0c;如是否区分字母大小写。

  例如&＃xff0c;所示一个以“mr_”开头的字符串&＃xff0c;不区分大小写&＃xff0c;代码如下&＃xff1a;

import repattern &＃61; r"mr_\w&＃43;" #模式匹配字符串
string &＃61; "MR_SHOP mr_shop" #要匹配的字符串
match &＃61; re.findall(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果
string &＃61; "项目名称MR_SHOP mr_shop"
match &＃61; re.findall(pattern,string,re.I)#匹配字符&＃xff0c;不区分大小写
print(match) #输出匹配结果


  执行结果如下&＃xff1a;

  如果在指定的模式字符串中&＃xff0c;包含分组&＃xff0c;则返回与分组匹配的文本列表。例如&＃xff1a;

import repattern &＃61; r"[1-9]{1,3}(\.[0-9]{1,3}){3}" # 模式字符串
str1 &＃61; "127.0.0.1 192.168.1.66" # 要匹配的字符串
match &＃61; re.findall(pattern, str1) # 进行模式匹配
print(match)


  执行结果如下&＃xff1a;

  从上面结果中可以看出&＃xff0c;并没有得到匹配的IP地址&＃xff0c;这是因为在模式字符串中出现了分组&＃xff0c;所以得到的结果是根据分组进行匹配的结果&＃xff0c;即“(.[0-9]{1,3})”匹配的结果。如果想获取整个模式字符串的匹配&＃xff0c;可以将整个模式字符串使用一对小括号进行分组&＃xff0c;然后再获取结果时&＃xff0c;只取返回值列表的每个元素&＃xff08;是一个元组&＃xff09;的第1个元素。代码如下&＃xff1a;

import repattern &＃61; r"([1-9]{1,3}(\.[0-9]{1,3}){3})" # 模式字符串
str1 &＃61; "127.0.0.1 192.168.1.66" # 要匹配的字符串
match &＃61; re.findall(pattern, str1) # 进行模式匹配
for item in match:print(item[0])


  执行结果如下&＃xff1a;

  sub()方法用于实现字符串替换&＃xff0c;语法格式如下&＃xff1a;

re.sub(pattern, sep1, string, count, flags)


参数说明&＃xff1a;

• pattern&＃xff1a;表示模式字符串&＃xff0c;由要匹配的正则表达式转换而来
• sep1&＃xff1a;表示替换的字符串
• string&＃xff1a;表示查找要被替换的原始字符串
• count&＃xff1a;可以参数&＃xff0c;表示模式匹配后替换
• flags&＃xff1a;可选参数&＃xff0c;表示标志位&＃xff0c;用于控制匹配方式&＃xff0c;如是否区分字母大小写。

import repattern &＃61; r"1[34578]\d{9}" # 定义要替换的模式字符串
string &＃61; "中奖号码为&＃xff1a;84978981 联系电话为&＃xff1a;13611111111"
result &＃61; re.sub(pattern, "1xxxxxxxxxx", string)
print(result)


  执行结果如下&＃xff1a;

  splist()方法用于实现根据正则表达式分割字符串&＃xff0c;并以列表的形式返回&＃xff0c;其作用与字符串对象的splist()方法类似&＃xff0c;所不同的就是分割字符由模式字符串指定。语法格式如下&＃xff1a;

re.splist(pattern, string, [maxsplist], [flags])


参数说明&＃xff1a;

• pattern:表示模式字符串&＃xff0c;由要匹配的正则表达式转换而来
• string&＃xff1a;表示要匹配的字符串
• maxsplist&＃xff1a;可选参数&＃xff0c;表示最大的拆分次数。
• flags&＃xff1a;可选参数&＃xff0c;表示标志位&＃xff0c;用于控制匹配方式&＃xff0c;如是否区分字母大小写。

  例如&＃xff1a;从给定的URL地址中提取出请求地址和各个参数&＃xff0c;代码如下&＃xff1a;

import repattern &＃61; r"[?|&]" # 定义分割符
url &＃61; &＃39;http://www.baidu.com/login.jsp?username&＃61;"mr"&pwd&＃61;"mrsoft"&＃39;
result &＃61; re.split(pattern, url) # 分割字符串
print(result)


  执行结果如下&＃xff1a;