【Python】re模块
一、re模块简介及操作方法
正则表达式其本身就是一种小型的，高度专业化的编程语言。在Python中，它被内 嵌在了re模块里面，正则表达式模式被编译成一系列的字节码，然后由用C编写的匹 配引擎执行。
1、re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配。
语法：
re.search(pattern, string, flags=0)
参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 正则表达式修饰符 - 可选标志
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：
修饰符 描述 re.I 使匹配对大小写不敏感 re.L 做本地化识别（locale-aware）匹配 re.M 多行匹配，影响 ^ 和 $ re.S 使 . 匹配包括换行在内的所有字符 re.U 根据Unicode字符集解析字符。这个标志影响 \\w, \\W, \\b, \\B. re.X 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。 import redragon = '''<div class="mind-book"><div class="imgbox img-book fl"><a href="https://www.zongheng.com/book/1234960.html" target="_blank" data-sa-d="{"page_module":"homePage","book_id":"1234960","recommend_type":"tryRead","pos":"0"}"><img src="https://static.zongheng.com/upload/cover/7f/a5/7fa5d5d1ca10eb232d7d8f049f3fcaa1.jpeg" alt="一世如龙"></a></div><div class="book-info fr"><div class="bookname" title="一世如龙"><a href="https://www.zongheng.com/book/1234960.html" target="_blank" data-sa-d="{"page_module":"homePage","book_id":"1234960","recommend_type":"tryRead","pos":"0"}">一世如龙</a></div><p class="info">一个豪门弃子，如今却成为最恐怖的猎手，全世界都是他的猎场！</p><div class="author" title="关中老人"><a href="https://home.zongheng.com/show/userInfo/2537638.html" target="_blank" data-sa-d="{"page_module":"homePage","book_id":"1234960","recommend_type":"tryRead","pos":"0"}">关中老人</a></div><a class="cate" href="https://www.zongheng.com/category/9.html" target="_blank" title="都市娱乐" data-sa-d="{"page_module":"homePage","book_id":"1234960","recommend_type":"tryRead","pos":"0"}">都市娱乐</a></div></div>''' print(re.search('一世如龙', dragon).group()) # dragon里不止一个'一世如龙'，但只会返回第一个匹配到的，并且通过group()拿到了值
2、re.match
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
语法：
re.match(pattern, string, flags=0)
参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 import reprint(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
方法名称 作用 group 以str形式返回对象中match的元素 start 返回开始位置 end 返回结束位置 span 以tuple形式返回范围
re.match与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，而 re.search 匹配整个字符串，直到找到一个匹配。
3、re.findall
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。
语法格式为：
re.findall(pattern, string, flags=0) 或 pattern.findall(string[, pos[, endpos]])
参数：
- pattern 匹配模式。
- string 待匹配的字符串。
- pos 可选参数，指定字符串的起始位置，默认为 0。
- endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。
import reresult1 = re.findall(r'\\d+','runoob 123 google 456')pattern = re.compile(r'\\d+') # 查找数字 result2 = pattern.findall('runoob 123 google 456') result3 = pattern.findall('run88oob123google456', 0, 10)print(result1) print(result2) print(result3)
4、re.finditer
和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
语法：
re.finditer(pattern, string, flags=0)参数：
参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 import reit = re.finditer(r"\\d+","12a32bc43jf3") for match in it: print (match.group() )
5、re.split
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])
参数：
参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 maxsplit 分割次数，maxsplit=1 分割一次，默认为 0，不限制次数。 flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志
import reprint((re.split(r"Y.{3}[aA]", "YunyaYufajfYunyaYUNYA")))
6、re.sub
Python 的re模块提供了re.sub用于替换字符串中的匹配项。
语法：
re.sub(pattern, repl, string, count=0, flags=0)
参数：
- pattern : 正则中的模式字符串。
- repl : 替换的字符串，也可为一个函数。
- string : 要被查找替换的原始字符串。
- count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
- flags : 编译时用的匹配模式，数字形式。
前三个为必选参数，后两个为可选参数。
import reprint((re.sub(r"Y.{3}[aA]", '@', "YunyaYufajfYunyaYUNYA")))
7、compile 函数
compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
语法格式为：
re.compile(pattern[, flags])
参数：
- pattern : 一个字符串形式的正则表达式
- flags 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
- re.I 忽略大小写
- re.L 表示特殊字符集 \\w, \\W, \\b, \\B, \\s, \\S 依赖于当前环境
- re.M 多行模式
- re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）
- re.U 表示特殊字符集 \\w, \\W, \\b, \\B, \\d, \\D, \\s, \\S 依赖于 Unicode 字符属性数据库
- re.X 为了增加可读性，忽略空格和' # '后面的注释
import remy_pattern = re.compile('y') print(my_pattern.findall('YunyaYufajfYunyaYUNYA'))
