Python re模块 | Python正则 函数介绍 flags修饰符全解析

文章目录

• [1 re基本形式](#1 re基本形式)
• [2 函数介绍](#2 函数介绍)
• • [2.1 re.compile](#2.1 re.compile)
  • [2.2 re.match](#2.2 re.match)
  • [2.3 re.search](#2.3 re.search)
  • [2.4 re.findall](#2.4 re.findall)
  • [2.5 re.finditer](#2.5 re.finditer)
  • [2.6. re.sub](#2.6. re.sub)
  • [2.7 re.split](#2.7 re.split)
• [3 flags修饰符](#3 flags修饰符)

re 模块是 Python 标准库中的正则表达式模块，用于对字符串进行正则表达式匹配和操作。正则表达式是一种强大的文本模式匹配工具，允许你通过一种灵活的方式搜索、匹配和替换字符串。以下是 re 模块的一些主要功能和常用函数：

1 re基本形式

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

参数说明

pattern:模式，正则匹配规则，匹配规则可以看这篇博客

string: 要匹配的字符串

flags：修饰符

2 函数介绍

以下的r'xxx' r开头的单引号扩住的是正则表达式

2.1 re.compile

re.compile(pattern, flags=0)

编译正则表达式模式，返回一个正则表达式对象。这个对象可以用于执行下面的各种正则操作。

import re
pattern = re.compile(r'\b\w+\b')  # 匹配单词

2.2 re.match

re.match(pattern, string, flags=0）

尝试从字符串的开头匹配正则表达式模式。如果匹配成功，返回第一个匹配对象；否则返回 None。

match = re.match(r'hello', 'hello world')

或者可以通过现成的pattern.match(string)

2.3 re.search

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

在字符串中搜索正则表达式模式，返回一个匹配到的匹配对象。如果没有匹配到，返回 None。

search_result = re.search(r'\d+', 'The price is $42')

这里注意re.match和re.search的区别

• re.match只匹配字符串的开始。如果字符串开始不符合正则表达式，则匹配失败，函数返回None。
• re.search匹配整个字符串，直到找到一个匹配。

如下面的例子

import re

print(re.match('abc', 'abcf'))  # 输出 <re.Match object; span=(0, 3), match='abc'>
print(re.match('abc', 'fabc'))  # 输出 None

print(re.search('abc', 'abcf'))  # 输出 <re.Match object; span=(0, 3), match='abc'>
print(re.search('abc', 'fabc'))  # 输出 <re.Match object; span=(1, 4), match='abc'>

2.4 re.findall

re.findall是Python的re模块中的一个函数，它可以找到字符串中所有匹配正则表达式的部分，并返回一个包含这些匹配结果的列表。

例如，考虑下面的字符串和正则表达式：

import re

text = "apple banana apple banana apple"

# 找到所有的"apple"

print(re.findall('apple', text)) # 输出 ['apple', 'apple', 'apple']

在这个例子中，re.findall('apple', text)找到了字符串中所有的"apple"，并返回了一个包含这些"apple"的列表。

2.5 re.finditer

re.finditer() 是 Python 中 re 模块提供的一个函数，用于在字符串中查找所有匹配正则表达式的非重叠子字符串。不同于 re.findall() 返回匹配的字符串列表，re.finditer() 返回一个迭代器，该迭代器产生每个匹配对象的 match 对象。迭代器可以用于for循环等，迭代具体知识，可以查看我的这篇博客Python | 超详细的可迭代对象（原理and代码）_python 可迭代对象-CSDN博客

以下是 re.finditer() 的基本用法：

import re

pattern = re.compile(r'\d+')

text = 'There are 123 apples and 456 oranges.'

matches = pattern.finditer(text)

for match in matches:
    print(f"Match found: {match.group()} at position {match.start()}-{match.end()}")

在这个例子中，re.finditer() 查找字符串中的所有数字，输出它们的位置和值。

要注意的是，re.finditer() 返回的是一个迭代器

可以使用 for 循环来遍历所有的匹配。每次迭代都会得到一个匹配对象，

可以使用 group() 方法来获取匹配的字符串，使用 start() 和 end() 方法获取匹配的起始和结束位置。

2.6. re.sub

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

re.sub() 是 Python 中 re 模块提供的函数之一，用于在字符串中替换正则表达式匹配的文本。

举例如下

import re

text = "The price of the product is $20. The discount is 10%."

# 将价格替换为'XX'
result = re.sub(r'\$\d+', 'XX', text)

print(result)
# 输出The price of the product is XX. The discount is 10%.

2.7 re.split

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

使用正则表达式模式拆分字符串，并返回拆分后的子字符串列表。

import re

text = "Hello World, how are you today?"

# 使用空格分割字符串
words = re.split(r'\s', text)

print(words)
# 输出['Hello', 'World,', 'how', 'are', 'you', 'today?']

在这个例子中，re.split() 根据正则表达式模式 \s（匹配任意空白字符）分割字符串，得到一个包含单词的列表。输出结果为：

输出['Hello', 'World,', 'how', 'are', 'you', 'today?']

还有比如

3 flags修饰符

再介绍flags修饰符，这些修饰符可以用来修改正则表达式的匹配行为。以下是一些常用的修饰符：

1. re.IGNORECASE (或 re.I):

   • 不区分大小写

   • 示例：匹配所有形式的"hello"，不区分大小写。不加的话只会匹配"hello"

     import re
     
     pattern = re.compile(r'hello', re.IGNORECASE)
     result = pattern.match('Hello, World!')
     print(result.group())  # 输出: Hello

2. re.MULTILINE (或 re.M):

   • 正常情况下，只从开头匹配，加上之后会进行多行模式，每一行开头都匹配一次

   • 示例：匹配每一行的开头

     import re
     
     text = """
     apple
     banana
     cherry"""
     
     # 默认情况下，^只匹配字符串的开始
     print(re.findall('^banana', text))  # 输出 []
     
     # 如果设置了re.MULTILINE，^也会匹配每一行的开始
     print(re.findall('^banana', text, re.MULTILINE))  # 输出 ['banana']

3. re.DOTALL (或 re.S):

   • re.DOTALL是Python正则表达式的一个标志，它改变了.（点）的行为。在默认情况下，.匹配除了换行符（\n）之外的任何字符。但是如果设置了re.DOTALL，.也会匹配换行符。

   • 示例：匹配包含换行符的多行文本。

     import re
     
     text = "apple\nbanana"
     
     # 默认情况下，.不匹配换行符
     print(re.findall('apple.banana', text))  # 输出 []
     
     # 如果设置了re.DOTALL，.也会匹配换行符
     print(re.findall('apple.banana', text, re.DOTALL))  # 输出 ['apple\nbanana']

4. re.VERBOSE (或 re.X):

   • 允许你编写更易读的正则表达式。当设置了re.VERBOSE后，你可以在正则表达式中添加空格和注释，这些空格和注释不会影响正则表达式的匹配行为。

   • 示例：使用空格和注释的可读正则表达式。 正则表达式内加了注释不影响匹配

     import re
     
     pattern = re.compile(r'''
                   \d+   # 匹配数字
                   [a-z]+  # 匹配小写字母
               ''', re.VERBOSE)
     result = pattern.match('123abc')
     print(result.group())  # 输出: 123abc

5. re.ASCII (或 re.A):

   • 匹配只包含ASCII字符的单词

   • 示例：如！就不会被匹配

     import re
     
     pattern = re.compile(r'\w+', re.ASCII)
     result = pattern.match('Hello123!')
     print(result.group())  # 输出: Hello123

这些示例演示了如何使用不同的标志来修改正则表达式的匹配行为。