Python正则表达式详解

1. Python中的正则表达式

导入re模块后，您可以开始使用正则表达式。

例如：搜索字符串以查看它是否以“The”开头并以“Spain”结尾：

import re

txt = "The rain in Spain"
x = re.search("^The.*Spain$", txt)
if x:
    print("匹配成功")
else:
    print("匹配失败")

运行：

2. 正则表达式函数

2.1 findall() 函数

该findall()函数返回一个包含所有匹配项的列表。如果未找到匹配项，则返回一个空列表。

例如：打印所有匹配项的列表

txt = "木子Teng菜鸟啊菜鸟啊"
x = re.findall("菜鸟", txt)
print(x)  # ['菜鸟', '菜鸟']

2.2 search() 函数

该search()函数在字符串中搜索匹配项，如果有匹配项，则返回一个Match 对象。如果有多个匹配项，则只返回匹配项的第一次出现。

如果未找到匹配项，则返回None。

例如：搜索字符串中的第一个空白字符：

import re

txt = "木子Teng 呢"
x = re.search("\s", txt)
print(f"第一个空格字符位于位置：{x.start()}")  # 6

2.3 split() 函数

该split()函数返回一个列表，其中的字符串在每次匹配时被拆分。

例如：在每个空白字符处拆分

import re

txt = "木子 Teng 呢"
x = re.split("\s", txt)
print(x)  # ['木子', 'Teng', '呢']

您可以通过指定maxsplit 参数来控制出现次数

例如：仅在第一次出现时拆分字符串：

txt = "木子 Teng 呢"
x = re.split("\s", txt, 1)
print(x)  # ['木子', 'Teng 呢']

2.4 sub() 函数

该sub()函数用您选择的文本替换匹配项。

例如，将木替换为水

import re

txt = "木子Teng"
x = re.sub("木", "水", txt)
print(x)  # 水子Teng

您可以通过指定count 参数来控制替换次数 ：

txt = "木木子Teng"
x = re.sub("木", "水", txt, 1)
print(x)  # 水木子Teng

3. 元字符

常用元字符的含义见下表

上述元字符都比较好理解，这里不再进行演示。

4. 特殊序列

演示：

txt = "菜鸟在这里"
x = re.findall("\A菜", txt)
print(x)  # ['菜']

txt = "菜鸟在这里"
# 开头的“r”确保字符串被视为原始字符串
x = re.findall(r"\b菜", txt)  # 匹配开头
print(x)  # ['菜']
x = re.findall(r"里\b", txt)  # 匹配结尾
print(x)  # ['里']

5. 匹配对象

匹配对象是包含有关搜索和结果的信息的对象。注意：如果没有匹配，None将返回值，而不是匹配对象。

直接举个例子：

执行将返回匹配对象的搜索

import re

#search() 函数返回一个 Match 对象：

txt = "hello world"
x = re.search("wo", txt)
print(x)

Match 对象具有用于检索有关搜索和结果的信息的属性和方法：

span()返回一个包含匹配开始和结束位置的元组。
string返回传递给函数的字符串
group()返回字符串中匹配的部分

5.1 span() 函数

例如：打印第一个匹配项的位置（开始和结束位置）。正则表达式查找任何以大写“S”开头的单词：

txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.span())  # (12,17)
print(x.string)  # The rain in Spain

5.2 string 属性

例如：打印传递给函数的字符串

import re

#返回字符串

txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.string)  # The rain in Spain

5.3 group() 函数

例如：打印字符串中匹配的部分。正则表达式查找任何以大写“S”开头的单词

import re

#搜索单词开头的大写“w”字符，并打印该单词：

txt = "hello world"
x = re.search(r"\bw\w+", txt)
print(x.group())  # world