Python 正則表達式是什么

學習 Python 正則表達式離不開 re 模塊，所以本篇博客會配合 re 模塊進行編寫。

re 庫是 Python 中處理正則表達式的標準庫，本篇博客介紹 re 庫的同時，會簡單介紹一下正則表達式語法， 如果想深入學習正則表達式，還需要好好下一番功夫。

怎么用

正則表達式語法

正則表達式語法由字符和操作符構成，初期階段掌握下述這些內容即可。

以上表示僅僅為正則表達最基礎部分內容，如果希望深入研究正則表達式，建議尋找更加全面的資料進行學習，本文只做藥引。

re 庫基本用法

re 庫主要函數如下：

• 基礎函數：compile；
• 功能函數：search、match、findall、split、finditer、sub。

在正式學習之前，先了解一下原生字符串。

在 Python 中，表示原生字符串，需要在字符串前面加上 r。 例如 my_str = 'i'am xiangpica' 在程序中會直接報錯， 如果希望字符串中 ' 可以正常運行，需要加上轉移字符 \，修改為 my_str = 'i\'am xiangpica'。 但這樣結合上文正則表達式中的操作符，就會出現問題，因為 \ 在正則表達式中是有真實含義的， 如果你使用 re 庫去匹配字符串中的 \，那需要使用 4 個反斜杠，為了避免這種情況出現，引入了原生字符串概念。

# 不使用原生字符串的正則表達式 ?"\\\\"
# 使用原生字符串的正則表達式 r"\\"

在后文會有實際的應用。

接下來在學習一個案例，例如下述代碼：

my_str='C:\number'

print(my_str)

C:
umber

本段代碼的輸出效果如下，\n 被解析成了換行，如果想要屏蔽這種現象，使用 r 即可：

my_str=r'C:\number'

print(my_str)

輸出 C:\number。

re.search 函數

該函數用于，在字符串中搜索正則表達式匹配到的第一個位置的值，返回 match 對象。 函數原型如下：

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

需求：在字符串 夢想橡皮擦 good good 中匹配 橡皮擦。

import re
my_str='夢想橡皮擦 good good'
pattern = r'橡皮擦'

ret = re.search(pattern,my_str)
print(ret)

返回結果：<re.Match object; span=(2, 5), match='橡皮擦'>。

search 函數的第三個參數 flags 表示正則表達式使用時的控制標記。

• re.I，re.IGNORECASE：忽略正則表達式的大小寫；
• re.M，re.MULTILINE：正則表達式中的 ^ 操作符能夠將給定字符串的每行當做匹配的開始；
• re.S，re.DOTALL：正則表達式中的 . 操作符能夠匹配所有字符。

最后將匹配到的字符串進行輸出，使用下述代碼即可實現。

import re
my_str = '夢想橡皮擦 good good'
pattern = r'橡皮擦'

ret = re.search(pattern, my_str)
if ret:
    print(ret.group(0))

re.match 函數

該函數用于在目標字符串開始位置去匹配正則表達式，返回 match 對象，未匹配成功返回 None，函數原型如下：

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

一定要注意是目標字符串開始位置。

import re
my_str = '夢想橡皮擦 good good'
pattern = r'夢' # 匹配到數據
pattern = r'good' # 匹配不到數據

ret = re.match(pattern, my_str)
if ret:
    print(ret.group(0))

re.match 和 re.search 方法都是一次最多返回一個匹配對象，如果希望返回多個值， 可以通過在 pattern 里加括號構造匹配組返回多個字符串。

re.findall 函數

該函數用于搜索字符串，以列表格式返回全部匹配到的字符串，函數原型如下：

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

測試代碼如下：

import re
my_str = '夢想橡皮擦 good good'
pattern = r'good'
ret = re.findall(pattern, my_str)
print(ret)

re.split 函數

該函數將一個字符串按照正則表達式匹配結果進行分割，返回一個列表。 函數原型如下：

re.split(pattern, string, maxsplit=0, flags=0)

re.split 函數進行分割的時候，如果正則表達式匹配到的字符恰好在字符串開頭或者結尾， 返回分割后的字符串列表首尾都多了空格，需要手動去除，例如下述代碼：

import re
my_str = '1夢想橡皮擦1good1good1'

pattern = r'\d'

ret = re.split(pattern, my_str)

print(ret)

運行結果：

['', '夢想橡皮擦', 'good', 'good', '']

切換為中間的內容，則能正確的分割字符串。

import re
my_str = '1夢想橡皮擦1good1good1'

pattern = r'good'

ret = re.split(pattern, my_str)

print(ret)

如果在 pattern 中捕獲到括號，那括號中匹配到的結果也會在返回的列表中。

import re
my_str = '1夢想橡皮擦1good1good1'

pattern = r'(good)'

ret = re.split(pattern, my_str)

print(ret)

運行結果，你可以對比帶括號和不帶括號的區別進行學習：

['1夢想橡皮擦1', 'good', '1', 'good', '1']

maxsplit 參數表示最多進行分割次數， 剩下的字符全部返回到列表的最后一個元素， 例如設置匹配 1 次，得到的結果是 ['1夢想橡皮擦1', '1good1']。

re.finditer 函數

搜索字符串，并返回一個匹配結果的迭代器，每個迭代元素都是 match 對象。 函數原型如下：

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

測試代碼如下：

import re
my_str = '1夢想橡皮擦1good1good1'

pattern = r'good'

# ret = re.split(pattern, my_str,maxsplit=1)
ret =re.finditer(pattern, my_str)
print(ret)

re.sub 函數

在一個字符串中替換被正則表達式匹配到的字符串，返回替換后的字符串， 函數原型如下：

re.sub(pattern,repl,string,count=0,flags=0)

其中 repl 參數是替換匹配字符串的字符串，count 參數是匹配的最大替換次數。

import re
my_str = '1夢想橡皮擦1good1good1'

pattern = r'good'

ret = re.sub(pattern, "nice", my_str)
print(ret)

運行之后，得到替換之后的字符串：

1夢想橡皮擦1nice1nice1

re 庫其它函數

其它比較常見的函數有：re.fullmatch()，re.subn()，re.escape()， 更多內容可以查閱 官方文檔，獲取一手資料。

擴展知識

使用 re 庫匹配字符串之后，會返回 match 對象，該對象具備以下屬性和方法。

你可以順著這條線繼續學習下去。

總結