python 正则表达式
上篇文章中介绍了正则表达式使用汇总---javascript篇，本篇文章介绍python中的正则表达式使用内容。
python方法汇总比较
下面先汇总得出各个方法比较和使用场景。
| 方法 | 用法 | 返回值 | 使用场景 | 注意事项 |
|---|---|---|---|---|
match |
re.match(pattern, string [, flags]) |
SRE_Match object / None | 检查字符串开始位置匹配一个模式 | 只能从string最开始匹配查询 |
search |
re.search(pattern, string [, flags]) |
SRE_Match object / None | 扫描整个字符串并返回第一个成功的匹配 | |
findall |
re.findall(pattern, stringing [, pos [, endpos]] [, flags]) |
所有能匹配上的子串形成的列表 | 扫描整个字符串并返回能匹配上的所有子串形成的列表 | |
finditer |
re.finditer(patter, string [, flags]) |
所有能匹配上的子串的SRE_Match object形成的迭代器 | 扫描整个字符串并返回能匹配上的所有子串的SRE_Match object形成的迭代器 | |
split |
re.split(pattern, string [, flags]) |
分隔字符串后形成的列表 | 根据匹配上的子串来分隔字符串，返回分隔之后形成的列表 | |
sub |
re.sub(pattern, replacement, string [, count=0] [, flags]) |
替换后的字符串 | 替换字符串中的匹配项 | 其中replacement既可以是字符串，也可以是函数 |
compile |
re.compile(pattern [, flags]) |
Pattern对象 | 保存一些通用化的正则表达式 | 丰富了上面函数的使用方式 |
match
re.match从字符串的起始位置开始匹配一个模式，如果起始位置匹配成功的话，返回一个 SRE_Match object ；否则返回 None
语法为：
# flags为可选项
re.match(pattern, string [, flags])
例如如下例子：
import re
res = re.match('\d+', '123Hello world, today is 2018-11-29 15:08:30')
print res.group()
# 结果为： '123'
search
re.search 扫描整个字符串并返回第一个成功的匹配，注意匹配没有必须从起始位置开始的约束
语法为：
re.search(pattern, string [, flags])
例如如下例子：
import re
res = re.search('\d+', 'Hello world, today is 2018-11-29 15:08:30')
print res.group()
# 结果为： '2018'
findall
re.findall 在字符串中找到正则表达式所匹配的 所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
语法：
re.findall(pattern, stringing [, pos [, endpos]] [, flags])
其中，pos表示指定字符串的起始位置，默认为0；endpos表示指定字符串的结束位置，默认为字符串的长度
例如如下例子：
import re
print re.findall('\d+', 'Hello world, today is 2018-11-29 15:08:30')
# 结果为： ['2018', '11', '29', '15', '08', '30']
finditer
re.finditer 和 re.findall类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
语法：
re.finditer(pattern, stringing [, flags])
例如如下例子：
import re
res = re.finditer('\d+', 'Hello world, today is 2018-11-29 15:08:30')
for i in res:
print i.group()
# 结果为：
# 2018
# 11
# 29
# 15
# 08
# 30
split
re.split 方法能够按照匹配的子串将字符串进行分割，然后返回分割之后形成的列表。
语法：
re.split(pattern, stringing [, maxsplit=0 [, flags]])
其中，maxsplit表示分割次数，默认为0表示不限制次数
例如如下例子：
import re
stringing = 'hello, world. Hello# python.'
print re.split('\W+', stringing)
# 结果为： ['hello', 'world', 'Hello', 'python', '']
sub
re.sub 用于替换字符串中的匹配项，其中replacement表示替换的内容，既可以是字符串，也可以是函数；count表示模式匹配后替换的最大次数，默认0表示替换所有的匹配结果
语法为：
re.sub(pattern, replacement, string [, count=0] [, flags])
replacement为函数的情况例子如下：
import re
def double_num(matched):
"""
将匹配结果乘以2
"""
value = int(matched.group(1))
return str(value * 2)
string_obj = 'A111BCDSF234'
print re.sub('(\d+)', double_num, string_obj)
# 结果为： A222BCDSF468
替换中，经常会用到替换匹配到的项，例如如下例子中，需要将替换后的内容为匹配的子表达式
inputStr = "hello python, nihao python"
replacedStr = re.sub(r"hello (\w+), nihao \1", "\g<1>", inputStr)
# replacedStr = re.sub(r"hello (?P<name>\w+), nihao (?P=name)", "\g<name>", inputStr)
print "replacedStr=", replacedStr
# 打印结果为： python
说明：
- 反斜杠加g以及中括号内一个名字，即：
\g<name>，对应着命了名的组，named group，有点类似于javascript中的$1用法，但是python的用法更加多样化，可以使用\g<1>（下标法）\g<name>（名称法）
compile
re.compile用于编译正则表达式，生成一个正则表达式（Pattern）对象，供上述方法例如 match 和 search 使用。
语法：
re.compile(pattern [, flags])
其中 flags 表示匹配模式，常用的参数如下：
-
re.I表示忽略大小写 -
re.M表示多行模式 -
re.X表示忽略空格和#后面的注释
举一个例子如下：
import re
pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)
matched = pattern.match('Hello world, hello python')
if matched:
print matched.group() # 'Hello world'
print matched.groups() # ('Hello', 'world')
print matched.group(1) # 'Hello'
print matched.group(2) # 'world'
这样re模块的方法调用有两种形式：
-
re的原始函数方式，re.match(pattern, string [, flags]) - 正则表达式对象方式，
patternObject.match(string)，其中patternObject = re.compile(pattern [, flags])
SRE_Match object
在使用 match 和 search 方法匹配到正则表达式的子串时，返回结果为 SRE_Match object，该对象的使用方法主要有如下常用几种：
-
group()返回匹配上的字符串 -
groups()返回所有匹配上的子表达式组成的元组 -
groupdict()返回所有匹配上的子表达式group name组成的字典，成为分组匹配方法
分组匹配方法的例子如下：
import re
string = '2018-10-26 12:12:12'
res = re.search('(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2}) (?P<hour>\d{2}):(?P<minute>\d{2}):(?P<second>\d{2})$', string)
if res:
print res.groupdict()
