python的正则表达式

简介

正则表达式（Regular Expression）是一种文本模式，通过特定字符的组合定义规则，用于检索、替换或验证符合该规则的字符串，对应的内置模块为re。

功能：快速从字符串中提取想要的字符（串）

re模块中的常用函数

match() 

re.match(pattern，string,flag=0)

#从头开始查找，只要找到一个就返回，找不到则返回None

group()显示其匹配的字符串，start()开始的序号，end()结束的序号

text7='xb12315 hc12306 xf119 jj120 jc110'
tmp=re.match(r'\d+',text7)
if tmp:
    print(tmp,'匹配到的字符串为:',tmp.group())
    print('位置信息:',tmp.span(), '开始的序号:',tmp.start(),'结尾的序号:',tmp.end())
else:
    print('没有匹配上')

#输出
没有匹配上

search()

re.search(pattern，string,flag=0)

#查找所有，但返回第一个match对象，找不到返回None，建议优先使用该方法替换match

group()显示其匹配的字符串，start()开始的序号，end()结束的序号

text7='xb12315 hc12306 xf119 jj120 jc110'

tmp=re.search(r'\d+',text7)
if tmp:
    print(tmp,'匹配到的字符串为:',tmp.group())
    print('位置信息:',tmp.span(), '开始的序号:',tmp.start(),'结尾的序号:',tmp.end())
else:
    print('没有匹配上')

#输出
<re.Match object; span=(2, 7), match='12315'> 匹配到的字符串为: 12315
位置信息: (2, 7) 开始的序号: 2 结尾的序号: 7

findall()

re.findall(pattern,string,flag=0)

#查找所有，返回列表，若找不到则返回空列表

text7='xb12315 hc12306 xf119 jj120 jc110'
print(re.findall('\d+',text7))

#输出
['12315', '12306', '119', '120', '110']

split()

re.split(pattern,string,maxsplit=0,flag=0)

#切割，与字符的split()作用一样，但功能更强，返回切割后的列表

text7='xb12315 hc12306 xf119 jj120 jc110'


print(re.split(r'\W+',text7))

print(re.split(r'\s',text7))

#输出
['xb12315', 'hc12306', 'xf119', 'jj120', 'jc110']
['xb12315', 'hc12306', 'xf119', 'jj120', 'jc110']

sub()

re.sub(pattern,repl,strings,count=0,flag=0)

#替换，与replace()类似，将字符串中满足pattern的字符串替换为repl，替换次数为count，若是一次也没匹配到，则返回原始字符串

import re

text7='xb12315 hc12306 xf119 jj120 za110'
print(re.sub('\d+','123456789',text7))

#输出
xb123456789 hc123456789 xf123456789 jj123456789 za123456789

finditer()

finditer(pattern,strings,flag=0)

# 查找 返回一个匹配结果的迭代类型，每个迭代元素是match对象

import re
text7='xb12315 hc12306 xf119 jj120 za110'

matcher=re.finditer('[a-z]{2}\d+',text7)
for match_one in matcher:
    print(match_one.group(),type(match_one))

#输出
xb12315 <class 're.Match'>
hc12306 <class 're.Match'>
xf119 <class 're.Match'>
jj120 <class 're.Match'>
za110 <class 're.Match'>

常见的匹配格式pattern

单个字符

字符的数量

最小匹配

正则默认为贪婪模式，加上？可以变为最小模式

匹配模式flag