Python正規表示式常用函式詳解

今天介紹一下Python中常用的正規表示式處理函式。Python的正規表示式主要有兩種方法完成模式匹配：『搜尋』和『匹配』  

re.match

　　re.match 嘗試從字串的開始全部或者部分匹配某個模式，如：下面的例子匹配第一個單詞。 

import re
text = "PythonTab.com is a good Python website"
m = re.match(r"(\w+)\s", text)
if m:
print m.group(0), '\n', m.group(1)
else:
print 'not match'

re.match的函式原型為：re.match(pattern, string, flags)

第一個引數是正規表示式，這裡為"(\w+)\s"，如果匹配成功，則返回一個Match，否則返回一個None；

第二個參數列示要匹配的字串；

第三個引數是標緻位，用於控制正規表示式的匹配方式，如：是否區分大小寫，多行匹配等等。

注意：它能夠配配的前提是：開始就必須滿足匹配條件

re.search

　　re.search函式會在字串內查詢模式匹配,只到找到第一個匹配然後返回，如果字串沒有匹配，則返回None。

import re
text = "PythonTab.com is a good Python website"
m = re.search(r'\Pyt(on)n\s', text)
if m:
print m.group(0), m.group(1)
else:
print 'not search'

re.search的函式原型為： re.search(pattern, string, flags)

每個引數的含意與re.match一樣。 

re.match與re.search的區別：re.match只匹配字串的開始，如果字串開始不符合正規表示式，則匹配失敗，函式返回None；而re.search匹配整個字串，直到找到一個匹配。

re.sub

　　re.sub用於替換字串中的匹配項。下面一個例子將字串中的空格 ' ' 替換成 '-' :  

import re
text = "PythonTab.com is a good Python website"
print re.sub(r'\s+', '-', text)

 re.sub的函式原型為：re.sub(pattern, repl, string, count)

其中第二個函式是替換後的字串；本例中為'-'

第四個引數指替換個數。預設為0，表示每個匹配項都替換。

re.sub還允許使用函式對匹配項的替換進行復雜的處理。如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；將字串中的空格' '替換為'[ ]'。

re.split

　　可以使用re.split來分割字串，如：re.split(r'\s+', text)；將字串按空格分割成一個單詞列表。

re.findall

　　re.findall可以獲取字串中所有匹配的字串。如：re.findall(r'\w*oo\w*', text)；獲取字串中，包含'oo'的所有單詞。

re.compile

　　可以把正規表示式編譯成一個正規表示式物件。可以把那些經常使用的正規表示式編譯成正規表示式物件，這樣可以提高一定的效率。下面是一個正規表示式物件的一個例子：

import re
text = "PythonTab is a good Python website"
regex = re.compile(r'\w*on\w*')
print regex.findall(text)   #查詢所有包含'on'的單詞
print regex.sub(lambda m: '[' + m.group(0) + ']', text) #將字串中含有'on'的單詞用[]括起來。