今天介绍一下Python中常用的正则表达式处理函数。Python的正则表达式主要有两种方法完成模式匹配:『搜索』和『匹配』
re.match
re.match 尝试从字符串的开始全部或者部分匹配某个模式,如:下面的例子匹配第一个单词。
1
2
3
4
5
6
7
|
import
re
text
=
"PythonTab.com is a good Python website"
m
=
re.match(r
"(\w+)\s"
, text)
if
m:
print
m.group(
0
),
'\n'
, m.group(
1
)
else
:
print
'not match'
|
re.match的函数原型为:re.match(pattern, string, flags)
第一个参数是正则表达式,这里为"(\w+)\s",如果匹配成功,则返回一个Match,否则返回一个None;
第二个参数表示要匹配的字符串;
第三个参数是标致位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
注意:它能够配配的前提是:开始就必须满足匹配条件
re.search
re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回,如果字符串没有匹配,则返回None。
1
2
3
4
5
6
7
|
import
re
text
=
"PythonTab.com is a good Python website"
m
=
re.search(r
'\Pyt(on)n\s'
, text)
if
m:
print
m.group(
0
), m.group(
1
)
else
:
print
'not search'
|
re.search的函数原型为: re.search(pattern, string, flags)
每个参数的含意与re.match一样。
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
re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ' ' 替换成 '-' :
1
2
3
|
import
re
text
=
"PythonTab.com is a good Python website"
print
re.sub(r
'\s+'
,
'-'
, text)
|
re.sub的函数原型为:re.sub(pattern, repl, string, count)
其中第二个函数是替换后的字符串;本例中为'-'
第四个参数指替换个数。默认为0,表示每个匹配项都替换。
re.sub还允许使用函数对匹配项的替换进行复杂的处理。如:re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0);将字符串中的空格' '替换为'[ ]'。
re.split
可以使用re.split来分割字符串,如:re.split(r'\s+', text);将字符串按空格分割成一个单词列表。
re.findall
re.findall可以获取字符串中所有匹配的字符串。如:re.findall(r'\w*oo\w*', text);获取字符串中,包含'oo'的所有单词。
re.compile
可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象,这样可以提高一定的效率。下面是一个正则表达式对象的一个例子:
1
2
3
4
5
|
import
re
text
=
"PythonTab is a good Python website"
regex
=
re.
compile
(r
'\w*on\w*'
)
print
regex.findall(text)
#查找所有包含'on'的单词
print
regex.sub(
lambda
m:
'['
+
m.group(
0
)
+
']'
, text)
#将字符串中含有'on'的单词用[]括起来。
|