re模块——python篇

re模块

编译

re.compile(正则表达式) - 编译正则表达式，创建正则表达式对象

import re # 编译 co = re.compile(r'\d*') print(re.fullmatch(co, '')) print(re.fullmatch(co, '123')) # 使用compile返回正则对象，可以直接用对象.函数名()的方式调用re模块的方法 print(co.fullmatch('2342')) """ <re.Match object; span=(0, 0), match=''> <re.Match object; span=(0, 3), match='123'> <re.Match object; span=(0, 4), match='2342'> """

匹配

fullmatch(正则表达式, 字符串) - 完全匹配（整个字符串和正则表达式进行匹配）

# fullmath 完全匹配 print(re.fullmatch(r'\d[a-z]+', '9abc'))

match(正则表达式, 字符串) - 匹配字符串开头，如果匹配不到结果是None，如果匹配成功了结果是匹配对象

# math 匹配字符串开头 print(re.match(r'nba', 'nba123')) print(re.match(r'_', 'nba123')) print(re.match(r'_', '_nba123')) """ <re.Match object; span=(0, 4), match='9abc'> <re.Match object; span=(0, 3), match='nba'> None <re.Match object; span=(0, 1), match='_'> """

匹配对象.group() - 获取整个正则表达式匹配到结果

result = re.fullmatch(r'\d[a-z]+', '9abc') print(result.group()) # 9abc result = re.match(r'nba', 'nba123') print(result.group()) # nba

匹配对象.group(分组号) - 获取正则表达式中指定的分组匹配到的结果(分组号从1开始)

re_str = r'(\d{2})-([a-z]{3})' result = re.match(re_str, '23-sjm回款及时发货') print(result.group(1)) # 23 print(result.group(2)) # sjm

获取匹配到的子串的范围

# 匹配对象.span() print('===============') print(result.span()) # (0, 6) print(result.span(2)) # (3, 6)

获取原字符串

# 匹配对象.string print(result.string) # 23-sjm回款及时发货

查找

search(正则表达式,字符串) - 在字符串中查找第一个能和正则表达式匹配的子串，找到返回对象，未找到返回None。

# search str1 = 'and123=hu123aaa456klk98!ll7hu123oop' result = re.search(r'\d+', str1) print(result) # <re.Match object; span=(3, 6), match='123'>

findall(正则表达式,字符串) - 获取字符串中所有满足正则表达式的子串，返回一个列表，列表中的元素是字符串

str1 = 'and123=hu123aaa456klk98!ll7hu123oop' result = re.findall(r'\d+', str1) print(result) # ['123', '123', '456', '98', '7', '123'] # findall中如果有分组，只获取分组匹配中的内容 result = re.findall(r'\d+[a-z]', str1) print(result) result = re.findall(r'(\d+)[a-z]', str1) print(result) """ ['123a', '456k', '7h', '123o'] ['123', '456', '7', '123'] """

finditer(正则表达式,字符串) - 获取字符串中所有满足正则表达式的子串。返回一个迭代器，迭代器中的元素是匹配对象

st2 = '9h3jabc===9k2mabc9293h0oabc==!!!' result = re.findall(r'(\d[a-zA-Z]){2}abc', st2) print(result) # finditer result = re.finditer(r'(\d[a-zA-Z]){2}abc', st2) print(result) for i in result: print(i.group()) """ ['3j', '2m', '0o'] <callable_iterator object at 0x0000016524CF2C08> 9h3jabc 9k2mabc 3h0oabc """

切割

split(正则表达式，切割的字符串，切割次数) - 将字符串中能和正则表达式匹配的子串作为切割点，对字符串进行切割。返回值是列表，列表中的元素是字符串

# split(正则表达式, 字符串) - 将字符串中能和正则表达式匹配的子串作为切割点，对字符串进行切割。返回值是列表，列表中的元素是字符串 str1 = 'and123=hu123aaa456klk98!ll7hu123oop' result = re.split(r'\d+', str1) print(result) # ['and', '=hu', 'aaa', 'klk', '!ll', 'hu', 'oop'] # split(正则表达式, 字符串, 次数) - 指定切割次数 result = re.split(r'\d+', str1, 3) print(result) # ['and', '=hu', 'aaa', 'klk98!ll7hu123oop']

替换

sub(正则表达式, 字符串1, 字符串2, 次数) - 字符串中能和正则表达式匹配的子串全部替换为要替换的字符串 # sub(正则表达式, 字符串1, 字符串2) - 将字符串2中能和正则表达式匹配的子串全部替换成字符串1 # sub(正则表达式, 字符串1, 字符串2, 次数) - 限制替换次数 str1 = 'and123=hu123aaa456klk98!ll7hu123oop' new_str1 = sub(r'\d+', '+', str1) print(new_str1) sentence = '你丫是傻 叉吗? 我操你大爷的. F u c k you.' re_str = r'(?i)[操肏艹草曹]|f\s*u\s*c\s*k|s\s*h\s*i\s*t|傻\s*[比屄逼叉缺吊屌]|煞\s*笔' new_sentence = sub(re_str, '*', sentence) print(new_sentence)

正则表达式修饰符

修饰符描述re.I使匹配对大小写不敏感re.M多行匹配，影响 ^ 和 $re.S使 . 匹配包括换行在内的所有字符 print(re.search(r'L','hello')) # None print(re.search(r'L', 'hello', re.I)) # 不区分大小写<re.Match object; span=(2, 3), match='l'> # \w+$ 表示匹配以一个或者多个字母结尾 # re.M 可以进行多行匹配，每个换行都认为是一个结尾 print(re.findall(r'\w+$','i am boy\n you are girl\n he is man',re.M)) # ['boy', 'girl', 'man'] # 不实用re.M修饰符，只会匹配到最后的 man print(re.findall(r'\w+$','i am boy\n you are girl\n he is man')) # ['man'] print(re.search(r'.','\n')) # None . 匹配除了 \n 以外的所有字符 print(re.search(r'.','\n',re.S)) # '\n' 匹配到了 \n