Python re 模块

---------------------------------------------------------------------------------------------------------------

regex = compile(pattern,flags = 0)
 功能: 生成正则表达式对象
 参数: pattern  正则表达式
      flags  功能标志位,扩展正则表达式的匹配
 返回值: 正则表达式对象

re模块与正则表达式对象拥有的"相同"方法: 

findall

split

sub

subn

finditer

fullmatch

match

search

compile对象属性

【1】 pattern ： 正则表达式
【2】 groups ： 子组数量
【3】 groupindex ： 捕获组名与组序号的字典

------------------------------------------------------------------------------------------------------------

re.findall(pattern,string,flags = 0) 功能: 根据正则表达式匹配目标字符串内容 参数: pattern 正则表达式 string 目标字符串 flags 功能标志位,扩展正则表达式的匹配 返回值: 匹配到的内容列表,如果正则表达式有子组则只能获取到子组对应的内容

regex.findall(string,pos,endpos) 功能: 根据正则表达式匹配目标字符串内容 参数: string 目标字符串 pos 截取目标字符串的开始匹配位置 endpos 截取目标字符串的结束匹配位置 返回值: 匹配到的内容列表,如果正则表达式有子组则只能获取到子组对应的内容

  

import re
s = "Alex:1994,Sunny:1999"

# findall返回匹配到的内容字符串列表
print(re.findall(r'w+:d+', s))        # ['Alex:1994', 'Sunny:1999']

# findall返回匹配到的子组元组列表
print(re.findall(r'(w+):(d+)', s))    # [('Alex', '1994'), ('Sunny', '1999')]

# 当只有一个子组时, 返回的是子组字符串列表
print(re.findall(r'(w+):d+', s))      # ['Alex', 'Sunny']

-----------------------------------------------------------------------------------------------------------------------------------------

re.split(pattern,string,flags = 0) 功能: 使用正则表达式匹配内容,切割目标字符串 参数: pattern 正则表达式 string 目标字符串 flags 功能标志位,扩展正则表达式的匹配 返回值: 切割后的内容列表

re.sub(pattern,replace,string,max,flags = 0) 功能: 使用一个字符串替换正则表达式匹配到的内容 参数: pattern 正则表达式 replace 替换的字符串 string 目标字符串 max 最多替换几处,默认替换全部 flags 功能标志位,扩展正则表达式的匹配 返回值: 替换后的字符串

re.subn(pattern,replace,string,max,flags = 0) 功能: 使用一个字符串替换正则表达式匹配到的内容 参数: pattern 正则表达式 replace 替换的字符串 string 目标字符串 max 最多替换几处,默认替换全部 flags 功能标志位,扩展正则表达式的匹配 返回值: 替换后的字符串和替换了几处

print(re.split(r'[,:]',s))              # ['Alex', '1994', 'Sunny', '1999']

print(re.subn(r':','-',s,1))            # ('Alex-1994,Sunny:1999', 1)

-----------------------------------------------------------------------------------------------------------------------------------------

re.finditer(pattern,string,flags = 0) 功能: 根据正则表达式匹配目标字符串内容 参数: pattern 正则表达式 string 目标字符串 flags 功能标志位,扩展正则表达式的匹配 返回值: 匹配结果的迭代器	re.fullmatch(pattern,string,flags=0) 功能：完全匹配某个目标字符串 参数：pattern 正则 string 目标字符串 返回值：匹配内容match object
re.match(pattern,string,flags=0) 功能：匹配某个目标字符串开始位置 参数：pattern 正则 string 目标字符串 返回值：匹配内容match object	re.search(pattern,string,flags=0) 功能：匹配目标字符串第一个符合内容 参数：pattern 正则 string 目标字符串 返回值：匹配内容match object

finditer

fullmatch

match

search

   　　--->   会生成match对象 　　 ---> match对象的属性与方法有:  

属性变量	end	endpos	string	re	lastgroup	lastindex
属性方法	span	start	end	groupdict	groups	group

import re

s = "今年是2019年,建国70周年"

pattern = r"d+"
# 返回迭代对象
it = re.finditer(pattern,s)
for i in it:
    print(i.group()) # 获取match对象对应内容  # 2019 70

# 完全匹配
obj = re.fullmatch(r'.+',s)
print(obj.group())                          # 今年是2019年,建国70周年

# 匹配开始位置
obj = re.match(r'w+',s)
print(obj.group())                          # 今年是2019年

# 匹配第一处
obj = re.search(r'd+',s)
print(obj.group())                          # 2019

一个match对象对应一个匹配到的内容.

fullmatch方法如果没有匹配到内容, 则返回的是一个None, 而None没有group等方法, 此时调用group方法会报错.

it　　---> <callable_iterator object at 0x7f839ef58748>
i　　---> <_sre.SRE_Match object; span=(3, 7), match='2019'>
i　　---> <_sre.SRE_Match object; span=(11, 13), match='70'>

--------------------------------------------------------------------------------------------------------------------------------------------------------------

 match对象的属性和方法

1. 属性变量

• pos 匹配的目标字符串开始位置
• endpos 匹配的目标字符串结束位置
• re 正则表达式
• string 目标字符串
• lastgroup 最后一组的名称
• lastindex 最后一组的序号

2. 属性方法

• span() 获取匹配内容的起止位置

• start() 获取匹配内容的开始位置

• end() 获取匹配内容的结束位置

• groupdict() 获取捕获组字典，组名为键，对应内容为值

• groups() 获取子组对应内容

• group(n = 0)

  功能：获取match对象匹配内容
  参数：默认为0表示获取整个match对象内容，如果是序列号或者组名则表示获取对应子组内容
  返回值：匹配字符串

import re

pattern = r"(ab)cd(?P<pig>ef)"
regex = re.compile(pattern)
obj = regex.search("abcdefghi")  # match对象

# 属性变量
print(obj.pos)  # 目标字符串开始位置     # 0
print(obj.endpos) # 目标字符串结束位置   # 9
print(obj.re)  # 正则                 # re.compile('(ab)cd(?P<pig>ef)')
print(obj.string) # 目标字符串         # abcdefghi
print(obj.lastgroup) # 最后一组组名    # pig
print(obj.lastindex) # 最后一组序号    #2

print("=====================================")
# 属性方法
print(obj.span()) # 匹配到的内容在目标字符串中的位置    # (0, 6)
print(obj.start())                               # 0
print(obj.end())                                 # 6
print(obj.groups()) # 子组内容对应的元组            # ('ab', 'ef')
print(obj.groupdict()) # 捕获组字典               # {'pig': 'ef'}
print(obj.group()) # 获取match对象内容            # abcdef
print(obj.group('pig'))                        # ef

flags扩展功能标志(只有使用re调用的方法才有flags参数 --> re.func(flags=0))

1. 使用函数：re模块调用的匹配函数。如：re.compile,re.findall,re.search....

2. 作用：扩展丰富正则表达式的匹配功能

3. 常用flag

A == ASCII 元字符只能匹配ascii码

I == IGNORECASE 匹配忽略字母大小写

S == DOTALL 使 . 可以匹配换行

M == MULTILINE 使 ^ $可以匹配每一行的开头结尾位置

4. 使用多个flag

   方法：使用按位或连接
   e.g. ： flags = re.I | re.A