前言

  在之前的博客中我们学习了【正则表达式】的诸多用法   
    
    
，但是还没有真正在Python代码中使用过   
    
    
。其实Python语言专门提供了 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
  




  




  ，接下来就跟大家介绍一下 re 模块的详细用法 




 




 
。

一




 




 




、使用 re 模块的前期准备工作

首先我们要知道 re 模块是Python语言内置的  


  


  


，不用额外安装   

   

   

。但在使用时需要先用 import 语句引入该模块 
     
     
，代码如下：

import re

注意：在使用 re 模块时

   




   




   ，一定要先 import 语句引入 



 



 


，否则会报错如下图所示

     

     

 。

二   

   

 、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
  




  




  。

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  


  


  


。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            。 标志 说明 A 或 ASCII 对于 \w
  


  


、\W     
     
     、\b 




   




   



、\B

 



 



、\d              、\D  




    




    


、\s 和 \S 只进行 ASCII 匹配（仅适用于Python3.x） I 或 IGNORECASE 执行不区分字母大小写的匹配 M 或 MULTILINE 将 ^ 和 $ 用于包括整个字符串的开始和结尾的每一行（默认情况下   

   

   

，仅适用于整个字符串的开始和结尾处） S 或 DOTALL 使用（.）字符匹配所有字符

     

     

 ，包括换行符 X 或 VERBOSE 忽略模式字符串中未转义的空格和注释

看到表中这么多标志位
  




  




  ，有的小伙伴应该已经懵了  


  


  


，这都是啥？

没关系 
     
     
，先通过下图的代码案例给大家细细道来


    




    




   。

  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：

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











。

  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 = rmy_\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   

   

   

。

2. 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：

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

   




   




   。

3. 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：

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


     



     



   。

三




 




 




、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：

四     

     

     、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：

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


    




    




   。如果这些还不明白的可以回头看看博主之前的博客【Python之正则表达式细讲】












。