Python使用re模块正则表达式

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