re模塊包含對正則表達式的支持。

一、什么是正則表達式

正則表達式是可以匹配文本片段的模式。最簡單的正則表達是就是普通字符串，可以匹配其自身。你可以用這種匹配行為搜索文本中的模式，或者用計算后的值替換特定模式，或者將文本進行分段。

1、通配符

點號(.)可以匹配任何字符(除了換行符)，但點號只能匹配一個字符，而不是零個或多個；

如.ython可以匹配字符串‘python’或‘jython’，或‘+ython’等等，但是不會匹配‘cpython’或‘ython’；

因為它可以匹配除換行符外的任何單個字符，所以點號就稱為通配符。

注：點號是特殊字符，需對它進行轉義。可以加上反斜線“cnblogs\\.com”或者使用原始字符串“r'cnblogs\.com'”；

2、字符集

可以使用中括號括住字符串來創建字符集。字符集可以匹配它所包括的任意字符；

如‘[pj]ython’可以匹配python或jython；比如‘[a-z]’可以匹配a到z的任意一個字符；

也可以通過一個接一個的方式將范圍聯合起來使用，比如‘[a-zA-Z0-9]’可以匹配任意一個小寫或大寫字母或0到9的數字；

可以在開頭使用‘^’反轉字符集，匹配除字符集外的其它字符；如‘[^abc]’可以匹配任何除了a\b\c之外的字符。

3、選擇符和子模式

管道符號(|)可以用于選擇項；如匹配python和perl，可以寫成‘python|perl’

當只是模式的一部分進行選擇時，可以使用圓括號括起需要的部分，或稱為子模式。如匹配python和perl，可以寫成‘p(ython|erl)’

4、可選項和重復子模式

在子模式后面加上句號，它就變成了可選項，即表示子模式可以出現一次或者根本不出現。

如r'(http://)?(www\.)?python\.org'只能匹配到下列字符串，而不會匹配其它的：

http://python.org

http://www.python.org

www.python.org

python.org

上述例子，值得注意的是：

(1)對www.和python.org之間的點號進行了轉義，防止它被作為通配符使用；

(2)使用原始字符串“r”減少所需反斜線的數量；

(3)每個可選子模式都用圓括號括起；

(4)可選子模式出現與否均可，而且互相獨立；

使用下面這些運算符允許子模式重復多次：

(pattern)*：允許模式重復0次或多次；

(pattern)+：允許模式重復1次或多次；

(pattern){m,n}：允許模式重復m~n次；

例如，r'w*\.python\.org'會匹配'www.python.org'，也會匹配'.python.org’；

5、字符串的開始和結尾

如果想在字符串的開頭而不是其他位置匹配，可以使用脫字符(^)標記開始；

如‘^ht+p’會匹配‘http://python.org’或'htttp://python.org',但不匹配‘www.http.org’;

使用美元符號($)標志字符串結尾。

二、re模塊的內容

re模塊包含一些有用的操作正則表達式的函數：

函數re.compile將正則表達式(以字符串書寫的)轉換為模式對象，可以實現更有效率的匹配。如果調用search或者match函數的時候使用字符串表示的正則表達式，它們也會在內部將字符串轉換為正則表達式對象。 使用compile完成一次轉換后，在每次使用模式的時候就不用進行轉換。

函數re.search會在給定字符串中尋找第一個匹配給定正則表達式的子字符串。一旦找到子字符串，函數就會返回MathObject(值為True)，否則返回None(值為False)。

函數re.match會在給定字符串的開頭匹配正則表達式。如match('p','python')返回真，而re.match('p','www.python')則返回假。

函數re.split會根據模式的匹配項來分隔字符串。參數maxsplit表示字符串最多可以分隔的次數：

importre

text= 'a,b,,,,c d'

##正則表達式中，匹配逗號和空格

listvalue= re.split('[, ]+',text)print(listvalue) #['a', 'b', 'c', 'd']

print(re.split('o(o)','foobar')) #['f', 'o', 'bar']

print(re.split('[, ]+',text,maxsplit=1)) #['a', 'b,,,,c d']

函數re.findall以列表形式返回給定模式的所有匹配項。

pat = '[a-zA-Z]'text2= '"aq," bp,,,,ct rd'

print(re.findall(pat,text2)) #['a', 'q', 'b', 'p', 'c', 't', 'r', 'd']

函數re.sub的作用在于：使用給定的替換內容將匹配模式的子字符串(最左端并且非重疊的子字符串)替換掉。

pat3 = '{name}'text3= 'Dear {name}'

print(re.sub(pat3, 'Jame', text3)) #Dear Jame

函數re.escape可以對字符串中所有可能被解釋為正則運算符的字符進行轉義。

print(re.escape('www.python.org')) #www\.python\.org

三、匹配對象和組

re模塊函數能找到匹配項時，它們會返回MathObject對象，這些對象包括匹配模式的子字符串的信息，它們還包含了哪個模式匹配了子字符串哪部分的信息，這些部分叫做組(group)。

即組就是放置在圓括號內的子模式。組的序號取決于它左側的括號數。組0就是整個模式。

如在下面的模式中：‘there (was a (wee) (cooper)) who (lived in fyfe)’，包含下面這些組：

0?there was a wee cooper who lived in fyfe

1?was a wee cooper

2 wee

3 cooper

4 lived in fyfe

注：這里要區分前面提到的字符集，字符集兩邊是用中括號括起的，而組是用原括號括起的。

如r'www\.(.+)\.com$' 可以匹配'www.python.com'；組0就是‘www.python.com’，組1就是python。

re匹配對象存在以下重要方法：

上訴方法中，[group1]指的是組號。如果沒有給定組號，則默認為組0.

m = re.match(r'www\.(.*)\..{3}', 'www.python.org')print(m.group(1)) #python

print(m.start(1)) #4

print(m.end(1)) #10

print(m.span(1)) #(4, 10)

重復運算符的匹配是貪婪的，即它會盡可能多的匹配。

在重復運算符后面加上一個問號可以變為非貪婪的。

pat4 = r'\*\*(.+?)\*\*'pat5= r'\*\*(.+)\*\*'

print(re.sub(pat4,r'\1','**this** is **it**!')) #this is it!

print(re.sub(pat5,r'\1','**this** is **it**!')) #this** is **it!

這里用+？運算符代替了+，意味著模式也會像之前那樣對一個或者多個通配符進行匹配，但是它會進行盡可能少的匹配，因為它是非貪婪的。

讓正則表達式變得更加易讀的方式是在re函數中使用VERBOSE標志：

em_pat = re.compile(r'''\* #匹配的第一個字符是星號

\* #匹配的第二個字符是星號，這里前面斜杠是轉義

( #匹配組左側圓括號

. #匹配任意字符

+ #任意字符可以是1個或多個

) #匹配組右側括號

\*\* #匹配的字符后面跟著兩個星號''',re.VERBOSE)print(re.sub(em_pat,r'\1','**this** is **it**!')) #this** is **it!

四、實例

文件中存在以下文字：

From foo@bar.baz Thu Dec

Subjec:Re:Span

From:Foo fie

to:Magnus

現在要從文件中找出是誰發送的郵件，我們可以在‘From:Foo fie ’中找到發件人Foo fie.實現查找：

pat6 = re.compile('From:(.*) <.>$')for line infileinput.input():

m=pat6.match(line)if m:print m.group(1)

本文主要摘自《Python基礎教程》一書

持續學習中，，，

總結

以上是生活随笔為你收集整理的cpython 标准库_Python re标准库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。