Python标准库--re模块

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python标准库--re模块相关的知识,希望对你有一定的参考价值。

re:正则表达式

__all__ = [
    "match", "fullmatch", "search", "sub", "subn", "split",
    "findall", "finditer", "compile", "purge", "template", "escape",
    "error", "A", "I", "L", "M", "S", "X", "U",
    "ASCII", "IGNORECASE", "LOCALE", "MULTILINE", "DOTALL", "VERBOSE",
    "UNICODE",
]

一些常量

I = IGNORECASE = sre_compile.SRE_FLAG_IGNORECASE # ignore case
# 使匹配对大小写不敏感
L = LOCALE = sre_compile.SRE_FLAG_LOCALE # assume current 8-bit locale
# 影响 "w, "W, "b, 和 "B,这取决于当前的本地化设置。 locales 是 C 语言库中的一项功能,是用来为需要考虑不同语言的编程提供帮助的。
# 举个例子,如果你正在处理法文文本,你想用 "w+ 来匹配文字,但 "w 只匹配字符类 [A-Za-z];它并不能匹配 "é" 或 "?"。 如果你的系统配置适当且本地化设置为法语,那么内部的 C 函数将告诉程序 "é" 也应该被认为是一个字母。
# 当在编译正则表达式时使用 LOCALE 标志会得到用这些 C 函数来处理 "w 後的编译对象;这会更慢,但也会象你希望的那样可以用 "w+ 来匹配法文文本。
M = MULTILINE = sre_compile.SRE_FLAG_MULTILINE # make anchors look for newline
# 使用 "^" 只匹配字符串的开始,而 $ 则只匹配字符串的结尾和直接在换行前(如果有的话)的字符串结尾。
# 当本标志指定後,"^" 匹配字符串的开始和字符串中每行的开始。同样的, $ 元字符匹配字符串结尾和字符串中每行的结尾(直接在每个换行之前)。
S = DOTALL = sre_compile.SRE_FLAG_DOTALL # make dot match newline
# 使 "." 特殊字符完全匹配任何字符,包括换行;没有这个标志, "." 匹配除了换行外的任何字符。
X = VERBOSE = sre_compile.SRE_FLAG_VERBOSE # ignore whitespace and comments
# 当该标志被指定时,在 RE 字符串中的空白符被忽略,除非该空白符在字符类中或在反斜杠之後;这可以让你更清晰地组织和缩进 RE。它也可以允许你将注释写入 RE,这些注释会被引擎忽略;注释用 "#"号 来标识,不过该符号不能在字符串或反斜杠之後。

函数

match() 从头匹配, 没有返回空
search() 字符串中查找,返回第一个
pattern = this
text = Does this text match this pattern?

match = re.match(pattern, text)
search = re.search(pattern, text)

s = search.start()
e = search.end()

print(match)
print(search.re.pattern)
print(search.string)
print(s)
print(e)
print(text[s:e])

"""
None
this
Does this text match this pattern?
5
9
this
"""

complie()

regex = re.compile(pattern)

print(regex.match(text))
print(regex.search(text))

"""
None
<_sre.SRE_Match object; span=(5, 9), match=‘this‘>
"""

findall() 与finditer() 

迭代器生成Match实例, 通过group() start() end() 获取信息

text = abbaaabbbbaaaabbbbbaaa
pattern = ab

print(re.findall(pattern, text))

ab = re.finditer(pattern, text)

for match in ab:
    print(match)

for match in ab:
    print(str(match.start()) + -> + str(match.end()), end==)
    print(match.group())


"""
[‘ab‘, ‘ab‘, ‘ab‘]
<_sre.SRE_Match object; span=(0, 2), match=‘ab‘>
<_sre.SRE_Match object; span=(5, 7), match=‘ab‘>
<_sre.SRE_Match object; span=(13, 15), match=‘ab‘>

0->2=ab
5->7=ab
13->15=ab
"""

groups() 所有匹配字符串

group()  整体匹配字符串

group(0) group(1) 按组匹配的字符串

 

sub() 与 subn()

subn() 返回元祖,包含替换次数

bold = re.compile(r\*{2}(.*?)\*{2})

text = "Make this **bold**.  This **too**."

print(text)

print(bold.sub(r<b>\1</b>, text, count=1))

print(bold.subn(r<b>\1</b>, text))

"""
Make this **bold**.  This **too**.
Make this <b>bold</b>.  This **too**.
(‘Make this <b>bold</b>.  This **too**.‘, 1)
"""

 

以上是关于Python标准库--re模块的主要内容,如果未能解决你的问题,请参考以下文章

Python标准库笔记 — re模块

Python 基础 - Day 5 Learning Note - 模块 之 标准库:RE (14) 正则表达式

Python源码是啥意思?

转:Python标准库(非常经典的各种模块介绍)

常用的python标准库

Python标准库 - re