Python正則表示式

正則表示式是一個特殊的字元序列，它能幫助你方便的檢查一個字串是否與某種模式匹配。
Python 自1.5版本起增加了re 模組，它提供 Perl 風格的正則表示式模式。
re 模組使 Python 語言擁有全部的正則表示式功能。
compile 函式根據一個模式字串和可選的標誌引數生成一個正則表示式物件。該物件擁有一系列方法用於正則表示式匹配和替換。
re 模組也提供了與這些方法功能完全一致的函式，這些函式使用一個模式字串做為它們的第一個引數。
本章節主要介紹Python中常用的正則表示式處理函式。

re.match函式

re.match 嘗試從字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。
函式語法：

匹配成功re.match方法返回一個匹配的物件，否則返回None。
我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配表示式。

例項 1：

#!/usr/bin/python
# -*- coding: UTF-8 -*- 

import re
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配
 

print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配

以上例項執行輸出結果為：

(0, 3)
None

例項 2：

#!/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!!"

以上例項執行結果如下：

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

re.search方法

re.search 掃描整個字串並返回第一個成功的匹配。
函式語法：

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

函式引數說明：

匹配成功re.search方法返回一個匹配的物件，否則返回None。
我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配表示式。

例項 1：

#!/usr/bin/python
# -*- coding: UTF-8 -*- 

import re
print(re.search('www', 'www.runoob.com').span()) # 在起始位置匹配
print(re.search('com', 'www.runoob.com').span()) # 不在起始位置匹配

以上例項執行輸出結果為：

(0, 3)
(11, 14)

例項 2：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
   print "searchObj.group(1) : ", searchObj.group(1)
   print "searchObj.group(2) : ", searchObj.group(2)
else:
   print "Nothing found!!" 以上例項執行結果如下：
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只匹配字串的開始，如果字串開始不符合正則表示式，則匹配失敗，函式返回None；而re.search匹配整個字串，直到找到一個匹配。
例項：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print "search --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!" 

以上例項執行結果如下：

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

檢索和替換

Python 的 re 模組提供了re.sub用於替換字串中的匹配項。
語法：

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

引數：

• pattern : 正則中的模式字串。
• repl : 替換的字串，也可為一個函式。
• string : 要被查詢替換的原始字串。
• count : 模式匹配後替換的最大次數，預設 0 表示替換所有的匹配。

例項：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import re

phone = "2004-959-559 # 這是一個國外電話號碼"

# 刪除字串中的 Python註釋 
num = re.sub(r'#.*$', "", phone)
print "電話號碼是: ", num

# 刪除非數字(-)的字串 
num = re.sub(r'\D', "", phone)
print "電話號碼是 : ", num 以上例項執行結果如下：
電話號碼是:  2004-959-559 
電話號碼是 :  2004959559
repl 引數是一個函式
以下例項中將字串中的匹配的數字乘於 2：
#!/usr/bin/python
# -*- coding: UTF-8 -*-

import re

# 將匹配的數字乘於 2
def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)

s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))

執行輸出結果為：

A46G8HFD1134

正則表示式修飾符 - 可選標誌

正則表示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 被設定成 I 和 M 標誌：

正則表示式模式

模式字串使用特殊的語法來表示一個正則表示式：
字母和數字表示他們自身。一個正則表示式模式中的字母和數字匹配同樣的字串。
多數字母和數字前加一個反斜槓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。
反斜槓本身需要使用反斜槓轉義。
由於正則表示式通常都包含反斜槓，所以你最好使用原始字串來表示它們。模式元素(如 r’/t’，等價於’//t’)匹配相應的特殊字元。
下表列出了正則表示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引數，某些模式元素的含義會改變。

正則表示式例項

字元匹配

字元類

特殊字元類