Python使用re模块实现正则表达式操作指南

一、前言

在Python提供了re模块，用于实现正则表达式的操作。在实现时，可以使用re模块提供的方法（如，search()、match()、findall()等）进行字符串处理，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，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，未将其引入，将抛出异常如图所示：

二、匹配字符串

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，如果在起始位置匹配成功，则返回Match对象，否则返回None，语法格式如下：

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

参数说明：

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

例如，匹配字符串是否以“mr_”开头，不区分字母大小写，代码如下：

import re

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

执行结果如下：

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

Match对象中包含了匹配值得位置和匹配数据，其中：

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

代码如下：

import re
pattern = r"mr_\w+"  # 模式匹配字符串
string = "MR_SHOP mr_shop"  # 要匹配的字符串
match = re.match(pattern, string, re.I)  # 匹配字符，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：

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，如果匹配成功，则返回match对象，否则返回None，语法格式如下：

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

参数说明：

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

例如，所示一个以“mr_”开头的字符串，不区分大小写，代码如下：

import re

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

执行结果如下：

从上面运行结果中可以看出，search()方法不仅仅是在字符串的起始位置搜索，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，并以列表的形式返回，如果匹配成功，则返回包含匹配结构的列表，否则返回空列表。其语法格式如下：

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

参数说明：

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

例如，所示一个以“mr_”开头的字符串，不区分大小写，代码如下：

import re

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

执行结果如下：

如果在指定的模式字符串中，包含分组，则返回与分组匹配的文本列表。例如：

import re

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

执行结果如下：

从上面结果中可以看出，并没有得到匹配的IP地址，这是因为在模式字符串中出现了分组，所以得到的结果是根据分组进行匹配的结果，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，可以将整个模式字符串使用一对小括号进行分组，然后再获取结果时，只取返回值列表的每个元素（是一个元组）的第1个元素。代码如下：

import re

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

执行结果如下：

三、替换字符串

sub()方法用于实现字符串替换，语法格式如下：

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

参数说明：

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

import re

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

执行结果如下：

四、使用正则表达式分割字符串

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

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

参数说明：

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

例如：从给定的URL地址中提取出请求地址和各个参数，代码如下：

import re

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

执行结果如下：

总结 

到此这篇关于Python使用re模块实现正则表达式操作的文章就介绍到这了,更多相关Python使用re模块正则表达式内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论