Python正則運算式

正則運算式是一個特殊的字元序列，可以幫助您使用模式中保留的專門語法來匹配或查找其他字串或字串集。 正則運算式在UNIX世界中被廣泛使用。

注：很多開發人員覺得正則運算式比較難以理解，主要原因是缺少使用或不願意在這上面花時間。

re模組在Python中提供對Perl類正則運算式的完全支持。如果在編譯或使用正則運算式時發生錯誤，則re模組會引發異常re.error。

在這篇文章中，將介紹兩個重要的功能，用來處理正則運算式。 然而，首先是一件小事：有各種各樣的字元，這些字元在正則運算式中使用時會有特殊的意義。 為了在處理正則運算式時避免混淆，我們將使用：r'expression'原始字串。

匹配單個字元的基本模式

編譯標誌

編譯標誌可以修改正則運算式的某些方面。標誌在re模組中有兩個名稱：一個很長的名稱，如IGNORECASE，和一個簡短的單字母形式，如I。

1.match函數

此函數嘗試將RE模式與可選標誌的字串進行匹配。

下麵是函數的語法 -

re.match(pattern, string, flags = 0)

這裏是參數的描述 -

• pattern - 這是要匹配的正則運算式。
• string - 這是字串，它將被搜索用於匹配字串開頭的模式。 |
• flags - 可以使用按位OR(|)指定不同的標誌。 這些是修飾符，如下表所列。

re.match函數在成功時返回匹配對象，失敗時返回None。使用match(num)或groups()函數匹配對象來獲取匹配的運算式。

示例

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
   print ("matchObj.group() : ", matchObj.group())
   print ("matchObj.group(1) : ", matchObj.group(1))
   print ("matchObj.group(2) : ", matchObj.group(2))
else:
   print ("No match!!")

當執行上述代碼時，會產生以下結果 -

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

2.search函數

此函數嘗試將RE模式與可選標誌的字串進行匹配。

下麵是這個函數的語法 -

re.match(pattern, string, flags = 0)

這裏是參數的描述 -

• pattern - 這是要匹配的正則運算式。
• string - 這是字串，它將被搜索用於匹配字串開頭的模式。 |
• flags - 可以使用按位OR(|)指定不同的標誌。 這些是修飾符，如下表所列。

re.search函數在成功時返回匹配對象，否則返回None。使用match對象的group(num)或groups()函數來獲取匹配的運算式。

示例

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print ("searchObj.group() : ", searchObj.group())
   print ("searchObj.group(1) : ", searchObj.group(1))
   print ("searchObj.group(2) : ", searchObj.group(2))
else:
   print ("Nothing found!!")

當執行上述代碼時，會產生以下結果 -

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

3.匹配與搜索

Python提供基於正則運算式的兩種不同的原始操作：match檢查僅匹配字串的開頭，而search檢查字串中任何位置的匹配(這是Perl默認情況下的匹配)。

示例

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print ("match --> matchObj.group() : ", matchObj.group())
else:
   print ("No match!!")

searchObj = re.search( r'dogs', line, re.M|re.I)
if searchObj:
   print ("search --> searchObj.group() : ", searchObj.group())
else:
   print ("Nothing found!!")

當執行上述代碼時，會產生以下結果 -

No match!!
search --> matchObj.group() :  dogs

4.搜索和替換

使用正則運算式re模組中的最重要的之一是sub。

模組

re.sub(pattern, repl, string, max=0)

此方法使用repl替換所有出現在RE模式的字串，替換所有出現，除非提供max。此方法返回修改的字串。

示例

#!/usr/bin/python3
import re

phone = "2018-959-559 # This is Phone Number"

# Delete Python-style comments
num = re.sub(r'#.*$', "", phone)
print ("Phone Num : ", num)

# Remove anything other than digits
num = re.sub(r'\D', "", phone)
print ("Phone Num : ", num)

當執行上述代碼時，會產生以下結果 -

Phone Num :  2018-959-559
Phone Num :  2018959559

5.正則運算式修飾符：選項標誌

正則運算式文字可能包含一個可選修飾符，用於控制匹配的各個方面。 修飾符被指定為可選標誌。可以使用異或(|)提供多個修飾符，如前所示，可以由以下之一表示 -

6.正則表達模式

除了控制字元(+ ? . * ^ $ ( ) [ ] { } | \)，所有字元都與其自身匹配。 可以通過使用反斜杠將其轉換為控制字元。

7.正則運算式示例

字元常量

字元類

特殊字元類

重複匹配

非貪婪重複

這匹配最小的重複次數 -

用圓括號分組

反向引用

這與以前匹配的組再次匹配 -

備擇方案

• python|perl - 匹配“python”或“perl”
• rub(y|le) - 匹配 “ruby” 或 “ruble”
• Python(!+|\?) - “Python”後跟一個或多個！ 還是一個？

錨點

這需要指定匹配位置。

帶括弧的特殊語法