正则表达式中pattern.match(),re.match(),pattern.search(),re.search()方法的使用和区别

Posted 2021-01-11 xiaxiaoxu

 

正则表达式（regular expression）是一个特殊的字符序列，描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串。

将匹配的子串替换或者从某个串中取出符合某个条件的子串，或者是在指定的文章中抓取特定的字符串等。Python处理正则表达式的模块是re模块，它是Python语言中拥有全部的正则表达式功能的模块。正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写的字母、数字和打印符号，而元字符是具有特殊含义

正则表达式大致的匹配过程是：

拿正则表达式依次和字符串或者文本中的字符串做比较，如果每一个字符都匹配，则匹配成功，只要有一个匹配不成功的字符，则匹配不成功。

正则表达式模式

正则表达式是一种用来匹配字符串得强有力的武器。

它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，就是匹配不成功。

模式字符串使用特殊的语法来表示一个正则表达式：
字母和数字匹配它们自身；
多数字母和数字前加一个反斜杠（）时会有特殊的含义；
特殊的标点符号，只有被转义以后才能匹配自身；
反斜杠本身需要反斜杠来转义；

注意：
由于正则表达式通常包含反斜杠等特殊字符，所以我们最好使用原始字符串来表示他们。如：r’d’，等价于’\\d’，表示匹配一个数字。
Python正则表达式中，数量词默认都是贪婪的，它们会尽力尽可能多的去匹配满足的字符，但是如果我们在后面加上问号“?”，就可以屏蔽贪婪模式，表示匹配尽可能少的字符。如字符串：“xyyyyzs”，使用正则“xy*”，就会得到“xyyyy”；如果使用正则“xy*?”，将只会匹配“x”
下表列出了正则表达式模式语法中的特殊元素。如果你是使用模式的同时提供了可选的标志参数，某些模式元素含义就会改变。

 

 

编译正则表达式基础

Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为pattern实例，然后使用pattern实例处理文本并获取匹配结果（一个Match实例），最后使用Match实例获取信息，进行其他的操作。

编辑正则表达式，可以提高程序的执行速度。下面是pattern模式处理正则表达式的流程：

 

 示例代码：

 

#coding=utf-8

 

import re

 

# 将正则表达式编译成Pattern对象

 

pattern = re.compile(r‘hello‘)

 

# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None

 

match = pattern.match(‘hello world!‘)

 

if match:

 

# 使用Match获得分组信息

 

    print match.group()

结果：

 

c:Python27Scripts>python task_test.py

 

hello

 

 

 

正则表达式-- re.compile

 

re.compile(pattern, flags=0) 这个方法是pattern类的工厂方法，目的是将正则表达式pattern编译成pattern对象，并返回该对象。 可以把正则表达式编译成一个正则表达式对象。

可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。

第二个参数flag是匹配模式，取值可以使用按位或运算符“|”表示同时生效，比如re.I | re.M（忽略大小写，换行匹配）。

当然你也可以在regex字符串中指定模式，比如：

re.compile(‘pattern‘, re.I | re.M)

它等价于： re.compile(‘(?im)pattern‘)。

re模块提供了很多用于完成正则表达式的功能。

那为什么还有使用pattern实例的相应方法替代呢？ 使用该pattern模式唯一的好处就是，一处编译，多处复用。

pattern = re.compile(r‘hello‘)

pattern.match(‘hello world!‘)

以上两句等价于re.match(r”hello”,”hello world!”)

 

示例代码：

 

#coding=utf-8

 

import re

 

# 将正则表达式编译成Pattern对象

 

pattern = re.compile(r‘hello‘)

 

print pattern

 

# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None

 

match1 = pattern.match(‘hello world!‘)

 

if match1:

 

    print u"第一次使用"

 

    # 使用Match获得分组信息

 

    print match1.group()

 

match2 = pattern.match("hello, everyone, I am coming.")

 

if match2 :

 

    print u"第二次使用"

 

print match2.group()

 

 结果：

 

c:Python27Scripts>python task_test.py

 

<_sre.SRE_Pattern object at 0x04D5B7A0>

 

第一次使用

 

hello

 

第二次使用

 

hello

 

 

pattern对象下有哪些属性和方法：

 

Pattern对象是一个编译好的正则表达式，也就是通过re.compile()函数编译后得到结果。

 

通过pattern提供的一系列方法可以对文本进行匹配查找。

 

Pattern不能直接实例化，必须使用re.compile()函数进行构造。

 

pattern提供了几个可读属性及方法用于处理正则表达式。

 

pattern对象下有哪些属性和方法：

 

>>> pattern=re.compile(r"hello")

 

>>> dir(pattern)

 

[‘findall‘, ‘finditer‘, ‘flags‘, ‘groupindex‘, ‘groups‘, ‘match‘, ‘pattern‘, ‘scanner‘, ‘search‘, ‘split‘, ‘sub‘, ‘subn‘]

 

pattern.match()方法：

这个方法将在字符串string的pos位置开始尝试匹配pattern（pattern就是通过re.compile()方法编译后返回的对象），如果pattern匹配成功，无论是否达到结束位置endpos，都会返回一个匹配成功后的Match对象；如果匹配不成功，或者pattern未匹配结束就达到endpos，则返回None。

参数说明：

string：被匹配的字符串

pos：匹配的起始位置，可选，默认为0

endpos：匹配的结束位置，可选，默认为len(string)

匹配到的Match对象，我们将使用其具有的group()方法取出匹配结果。

re.match方法从头开始匹配，匹配不到就返回None

pattern.match和re.match的区别是pattern.match可以指定匹配的起始位置

如:

>>> import re

>>> pattern=re.compile(r"w+")

>>> pattern.match("qwer123",0,2).group()

‘qw‘

>>> pattern.match("qwer123",0,3).group()

‘qwe‘

 

re.match()方法

该函数的作用是尝试从字符串string的起始位置开始匹配一个模式pattern，如果匹配成功返回一个匹配成功后的Match对象，否则返回None。

参数说明：

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、是否多行匹配等。

re.match()方法与pattern.match()方法区别:

re.match()不能指定匹配的区间pos和endpos两个参数。

 

>>> re.match(r"w+","avde").group()

‘avde‘

 

pattern. search()方法

pattern. search方法

函数作用：

该方法的作用是在string[pos, endpos]区间从pos下标处开始匹配pattern，如果匹配成功，返回匹配成功的Match对象；如果没有匹配成功，则将pos加1后重新尝试匹配，直到pos=endpos时仍无法匹配则返回None。

参数说明：

string：被匹配的字符串

pos：匹配的起始位置，可选，默认为0

endpos：匹配的结束位置，可选，默认为len(string)

也就是说如果不指定pos和endpos这两个参数的话，该方法会扫描整个字符串。

>>> pattern=re.compile("d+w*")

>>> pattern.search("12abc123ABc123",0,10).group()

‘12abc123AB‘

>>> pattern.search("12abc123ABc123",0,9).group()

‘12abc123A‘

 

re.search方法：

扫描整个字符串并返回第一次成功的匹配对象，如果匹配失败，则返回None。

参数说明：

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、是否多行匹配等。

>>> re.search(r"[abc]*d{2}","12a*23Gb*12ab").group()

‘a*23‘

re.search()方法与pattern.search()方法区别:

re.search()不能指定匹配的区间pos和endpos两个参数。

 

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，并返货None；而re.search匹配整个字符串，直到找到一个匹配。