re库用法细讲

原文地址： https://blog.csdn.net/2201_75641637/article/details/129319151

使用 re 模块匹配字符串

re 模块中提供了 match()、search() 和 findall() 等方法专门用来匹配字符串，可以从海量数据中精确筛选出需要的对象，我们逐一来看看每种方法的具体实现。

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。其语法格式如下：

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、是否包括换行等等。常用的标志如下表所示。

没关系，先通过下图的代码案例给大家细细道来。

import re

re_pattern = r'my_\w+'
re_strings = 'MY_PHONE my_phone'
# re_flags = re.I

ccc = re.match(pattern=re_pattern, string=re_strings)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
None

进程已结束,退出代码0

上面代码实现的功能是从给定的字符串 string 中按照指定的 pattern 模式来匹配有没有我们要的结果，pattern 语句中的代码意思是：该语句要以字符串 my_ 开头，\w+ 在之前的博客【Python之正则表达式细讲】中有讲过，是匹配字母、数字、下划线或汉字一次或多次，默认是贪婪匹配，也就是所有符合条件的都会匹配出来。但是结果为 None，也就是没有匹配到，因为待匹配字符串中是以大写字母开头的，而使用正则表达式匹配字符串时，默认是严格区分大小写的。所以如果要不区分字母大小写，就要加上可选参数 flags 来控制匹配方式，使用到标志位 I 或 IGNORECASE。如下图所示：

import re

re_pattern = r'my_\w+'
re_strings = 'MY_PHONE my_phone'
re_flags = re.I

ccc = re.match(pattern=re_pattern, string=re_strings,flags=re_flags)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
<re.Match object; span=(0, 8), match='MY_PHONE'>

进程已结束,退出代码0

说明：match() 方法从字符串的开始位置开始匹配，一旦当第一个字母不符合条件时，则不再进行匹配，直接返回 None，如下图代码所示。

import re

re_pattern = r'my_\w+'
re_strings = 'cMY_PHONE my_phone'


ccc = re.match(pattern=re_pattern, string=re_strings)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
None

进程已结束,退出代码0

Match 对象中包含了匹配值的位置和匹配数据。其中，要获取匹配值的起始位置可以使用 Match 对象的 start() 方法；要获取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的元组；通过 string 属性可以获取要匹配的字符串；通过 group() 方法可以返回匹配到的结果。比如如下代码所示：

import re
string = 'MY_PHONE my_phone'  # 要匹配的字符串
pattern = r'my_\w+'  # 模式字符串
match = re.match(pattern, string, re.I)  # 匹配字符串，设置为不区分大小写
print('匹配值的起始位置:', match.start())
print('匹配值的结束位置:', match.end())
print('匹配位置的元组:', match.span())
print('要匹配的字符串:', match.string)
print('匹配数据:', match.group())

代码运行之后结果如下：

匹配值的起始位置: 0
匹配值的结束位置: 8
匹配位置的元组: (0, 8)
要匹配的字符串: MY_PHONE my_phone
匹配数据: MY_PHONE

运行结果中匹配值的结束位置之所以是 8，是因为match() 方法匹配时，如果待匹配字符串中有多个符合规则的结果，也只返回第一个。 而匹配规则中 \w 是匹配字母、数字、下划线和汉字，所以匹配到中间空格那里第一个符合规则的结果就匹配结束了，即使后面有别的符合规则的结果，也不再进行匹配。

使用 search() 方法进行匹配

search() 方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回 Match 对象，否则返回 None。search() 方法的语法格式如下：

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、是否包括换行等等。

代码示例如下图所示：

import re

re_pattern = r'my_\w+'
re_strings = 'abcMY_PHONE my_phone'


ccc = re.search(pattern=re_pattern, string=re_strings)

print(ccc.group())

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
my_phone

进程已结束,退出代码0

说明：search() 方法不仅是在字符串的起始位置搜索，其他位置上有符合的匹配也可以进行搜索，但是最终不论待匹配字符串中有多少个符合的结果，也只会返回一个。

使用 findall() 方法进行匹配

findall() 方法用于在整个字符串中搜索所有符合正则表达式的字符串，并以列表的形式返回所有符合条件的结果。如果匹配不成功，返回空列表。findall() 方法的语法格式如下：

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、是否包括换行等等。

代码示例如下图所示：

import re

re_pattern = r'on\w+'
re_strings = 'MY_PHONE my_phone'
re_flags = re.I

ccc = re.findall(pattern=re_pattern, string=re_strings, flags=re_flags)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
['ONE', 'one']

进程已结束,退出代码0

说明：以上三种匹配方法，最常用的还是 findall() 方法，因为 match() 和 search() 均只能返回一个符合的结果。

使用 re 模块替换字符串

re 模块中的 sub() 方法用于实现字符串替换，语法格式如下：

re.sub(pattern, repl, 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。
• repl：表示要替换的字符串。
• string：表示要被查找替换的原始字符串。
• count：可选参数，表示模式匹配后替换的最大次数，默认值为 0，表示替换所有的匹配。
• 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、是否包括换行等等。

代码示例如下图所示：

import re

# re_pattern = r'on\w+'
re_strings = '姓名 - 张三，学历 - 博士，性别 - 男'
# re_flags = re.I

ccc = re.sub(r' ', '-', string=re_strings)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
姓名---张三，学历---博士，性别---男

进程已结束,退出代码0

使用 re 模块分割字符串

re 模块中的 split() 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。其作用同字符串对象的 split() 方法类似，所不同的就是分割字符由模式字符串指定。split() 方法的语法格式如下：

re.split(pattern, string, [maxsplit], [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。
• maxsplit：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、是否包括换行等等。

代码示例如下图所示：

import re

re_pattern = r' - |，'
re_strings = '姓名 - 张三，学历 - 博士，性别 - 男'
# re_flags = re.I

ccc = re.split(pattern=re_pattern, string=re_strings)

print(ccc)

C:\Users\IT-Desktop\.conda\envs\learn-re\python.exe C:\Users\IT-Desktop\Desktop\learn-re\main.py 
['姓名', '张三', '学历', '博士', '性别', '男']

进程已结束,退出代码0

总结

博客中主要讲解了Python语言中 re 库的各种方法，在之后开发中最常用的就是匹配方法和替换方法，其中匹配方法主要使用 findall()。其实这些用法不难，难的还是其中的模式字符串需要用到的正则表达式搭配，这些正则表达式中各种特殊字符的含义大家要牢记。