Python正則表達式

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。

re 模塊使 Python 語言擁有全部的正則表達式功能。

compile 函數根據一個模式字符串和可選的標誌參數生成一個正則表達式對象。該對象擁有一系列方法用於正則表達式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數，這些函數使用一個模式字符串做為它們的第一個參數。

本章節主要介紹Python中常用的正則表達式處理函數。

re.match函數

re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。

函數語法：

re.match(pattern, string, flags=0)

函數參數說明：

匹配成功re.match方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。

實例 1

以上實例運行輸出結果為：

(0, 3)
None

實例 2

以上實例執行結果如下：

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

re.search方法

re.search 掃描整個字符串並返回第一個成功的匹配。

函數語法：

re.search(pattern, string, flags=0)

函數參數說明：

匹配成功re.search方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。

實例 1

以上實例運行輸出結果為：

(0, 3)
(11, 14)

實例 2

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

re.match與re.search的區別

re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

實例

No match!!
search --> matchObj.group() :  dogs

檢索和替換

Python 的 re 模塊提供了re.sub用於替換字符串中的匹配項。

語法：

re.sub(pattern, repl, string, count=0, flags=0)

參數：

• pattern : 正則中的模式字符串。
• repl : 替換的字符串，也可為一個函數。
• string : 要被查找替換的原始字符串。
• count : 模式匹配後替換的最大次數，默認 0 表示替換所有的匹配。

實例

電話號碼是:  2004-959-559 
電話號碼是 :  2004959559

repl 參數是一個函數

以下實例中將字符串中的匹配的數字乘於 2：

實例

執行輸出結果為：

A46G8HFD1134

正則表達式修飾符 - 可選標誌

正則表達式可以包含一些可選標誌修飾符來控制匹配的模式。修飾符被指定為一個可選的標誌。多個標誌可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設置成 I 和 M 標誌：

正則表達式模式

模式字符串使用特殊的語法來表示一個正則表達式：

字母和數字表示他們自身。一個正則表達式模式中的字母和數字匹配同樣的字符串。

多數字母和數字前加一個反斜杠時會擁有不同的含義。

標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。

反斜杠本身需要使用反斜杠轉義。

由於正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r‘\t‘，等價於 ‘\\t‘)匹配相應的特殊字符。

下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標誌參數，某些模式元素的含義會改變。

正則表達式實例

字符匹配

字符類

特殊字符類

筆記列表

1. jim

   264***[email protected]

   正則表達式實例：

   #!/usr/bin/python
   import re
   line = "Cats are smarter than dogs"
   matchObj = re.match( r‘(.*) are (.*?) .*‘, line, re.M|re.I)
   if matchObj:
   	print "matchObj.group() : ", matchObj.group()
   	print "matchObj.group(1) : ", matchObj.group(1)
   	print "matchObj.group(2) : ", matchObj.group(2)
   else:
   	print "No match!!"

   正則表達式：

   r‘(.*) are (.*?) .*‘

   解析:

   首先，這是一個字符串，前面的一個 r 表示字符串為非轉義的原始字符串，讓編譯器忽略反斜杠，也就是忽略轉義字符。但是這個字符串裏沒有反斜杠，所以這個 r 可有可無。

   • (.*) 第一個匹配分組，.* 代表匹配除換行符之外的所有字符。
   • (.*?) 第二個匹配分組，.*? 後面多個問號，代表非貪婪模式，也就是說只匹配符合條件的最少字符
   • 後面的一個 .* 沒有括號包圍，所以不是分組，匹配效果和第一個一樣，但是不計入匹配結果中。

   matchObj.group() 等同於 matchObj.group(0)，表示匹配到的完整文本字符

   matchObj.group(1) 得到第一組匹配結果，也就是(.*)匹配到的

   matchObj.group(2) 得到第二組匹配結果，也就是(.*?)匹配到的

   因為只有匹配結果中只有兩組，所以如果填 3 時會報錯。

   
   

Python正則表達式------進階