Python基礎學習篇-4-常用的正規表示式處理函式

一、re.match函式
1、re.match 嘗試從字串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。
函式語法：

re.match(pattern, string, flags=0)
函式引數說明：

引數   描述
pattern   匹配的正規表示式
string   要匹配的字串。
flags   標誌位，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。參見本文下面附錄內容
匹配成功re.match方法返回一個匹配的物件，否則返回None。



例項1
>>> import re
>>> str1 = 'abcdefg12345'
>>> print(re.match('abc', str1))   # 在起始位置匹配成功，返回匹配成功的物件
<_sre.SRE_Match object; span=(0, 3), match='abc'>
>>> 
>>> print(re.match('123', str1))    # 沒有在起始位置匹配成功，返回none
None
>>> 
>>> print(re,match('890', str1))    # 沒有在起始位置匹配成功，返回none
None


2、使用group(num) 或 groups() 匹配物件函式來獲取匹配結果
匹配物件方法   描述
group(num=0)   匹配的整個表示式的字串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。
groups()   返回一個包含所有小組字串的元組，從 1 到 所含的小組號。

例項2
import re
>>> line = 'cats are smarter than dogs'
>>> matchobj = re.match('(.*) are (.*?) .*', line, re.M|re.I)
>>> if matchobj:
print("obj.group(): ", matchobj.group())
print("obj.group(1): ", matchobj.group(1))
print("obj.group(2): ", matchobj.group(2))


obj.group():  cats are smarter than dogs
obj.group(1):  cats
obj.group(2):  smarter
>>> print("obj.groups: ", matchobj.groups())  #返回所有匹配結果的元組
obj.groups:  ('cats', 'smarter')
>>> print("obj.group(3): ", matchobj.group(3))
Traceback (most recent call last):
  File "<pyshell#17>", line 1, in <module>
    print("obj.group(3): ", matchobj.group(3))
IndexError: no such group
>>> 
解析正規表示式：'(.*) are (.*?) .*'
  (.*) 第一個匹配分組，.* 代表匹配除換行符之外的所有字元。
 (.*?) 第二個匹配分組，.*? 後面多個問號，代表非貪婪模式，也就是說只匹配符合條件的最少字元
 後面的一個 .* 沒有括號包圍，所以不是分組，匹配效果和第一個一樣，但是不計入匹配結果中。
matchObj.group() 等同於 matchObj.group(0)，表示匹配到的完整文字字元

matchObj.group(1) 得到第一組匹配結果，也就是(.*)匹配到的

matchObj.group(2) 得到第二組匹配結果，也就是(.*?)匹配到的

因為只有匹配結果中只有兩組，所以如果填 3 時會報錯。




二、re.search方法
1、re.search 掃描整個字串並返回第一個成功的匹配。
函式語法：

re.search(pattern, string, flags=0)
函式引數說明：

引數   描述
pattern   匹配的正規表示式
string   要匹配的字串。
flags   標誌位，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。
匹配成功re.search方法返回一個匹配的物件，否則返回None。



2、使用group(num) 或 groups() 匹配物件函式來獲取匹配表示式。
匹配物件方法   描述
group(num=0)   匹配的整個表示式的字串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。
groups()   返回一個包含所有小組字串的元組，從 1 到 所含的小組號。
例項
>>> import re
>>> str1 = 'abcdefg12345'
>>> 
>>> print(re.search('abc', str1))   # 在起始位置匹配成功，返回匹配成功的物件
<_sre.SRE_Match object; span=(0, 3), match='abc'>
>>> print(re.search('123', str1))   # 在非起始位置匹配成功，同樣返回匹配成功的物件
<_sre.SRE_Match object; span=(7, 10), match='123'>
>>> 
>>> 
>>> searchobj = re.search('(.*?) are (.*?)', line, re.M|re.I)
>>> print("searchobj.group(): ", searchobj.group())
searchobj.group():  cats are 
>>> print("searchobj.group(1): ", searchobj.group(1))
searchobj.group(1):  cats
>>> print("searchobj.group(2): ", searchobj.group(2))
searchobj.group(2):  
>>> print("searchobj.groups(): ", searchobj.groups())   #一共返回兩個匹配字串，第二個是空，因為使用的正規表示式是非貪婪模式
searchobj.groups():  ('cats', '')
>>> 
>>> print("searchobj.group(3): ", searchobj.group(3))
Traceback (most recent call last):
  File "<pyshell#32>", line 1, in <module>
    print("searchobj.group(3): ", searchobj.group(3))
IndexError: no such group
>>> 


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。



三、re.compile 函式

compile 函式用於編譯正規表示式，生成一個正規表示式（ Pattern ）物件，供 match() 和 search() 這兩個函式使用。

語法格式為：

re.compile(pattern[, flags])
例項：在此以match函式為例，search函式類似
例項
>>>import re
>>> pattern = re.compile(r'd+')                    # 用於匹配至少一個數字
>>> m = pattern.match('one12twothree34four')        # 查詢頭部，沒有匹配
>>> print m
None
>>> m = pattern.match('one12twothree34four', 2, 10) # 從'e'的位置開始匹配，沒有匹配
>>> print m
None
>>> m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print m                                         # 返回一個 Match 物件
<_sre.SRE_Match object at 0x10a42aac0
>>>> m.group(0)   # 可省略 0
'12'
>>> m.start(0)   # 可省略 0
3
>>> m.end(0)     # 可省略 0
5
>>> m.span(0)    # 可省略 0
(3, 5)

在上面，當匹配成功時返回一個 Match 物件，其中：

group([group1, …]) 方法用於獲得一個或多個分組匹配的字串，當要獲得整個匹配的子串時，可直接使用 group() 或group(0)；
start([group]) 方法用於獲取分組匹配的子串在整個字串中的起始位置（子串第一個字元的索引），引數預設值為 0；
end([group]) 方法用於獲取分組匹配的子串在整個字串中的結束位置（子串最後一個字元的索引+1），引數預設值為 0；
span([group]) 方法返回 (start(group), end(group))。


四、findall()函式
在字串中找到正規表示式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

語法格式為：

findall(string[, pos[, endpos]])
引數：

string : 待匹配的字串。
pos : 可選引數，指定字串的起始位置，預設為 0。
endpos : 可選引數，指定字串的結束位置，預設為字串的長度。
查詢字串中的所有數字：

例項
# -*- coding:UTF8 -*- 
import re 
pattern = re.compile(r'd+')   # 查詢數字
result1 = pattern.findall('runoob 123 google 456')
result2 = pattern.findall('run88oob123google456', 0, 10) 
print(result1)
print(result2)
輸出結果：

['123', '456']
['88', '12']

五、re.finditer函式
和 findall 類似，在字串中找到正規表示式所匹配的所有子串，並把它們作為一個迭代器返回。

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

引數   描述
pattern   匹配的正規表示式
string   要匹配的字串。
flags   標誌位，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。參見：正規表示式修飾符 - 可選標誌
例項
# -*- coding: UTF-8 -*- 
import re 
it = re.finditer(r"d+","12a32bc43jf3") 
for match in it:     
    print (match.group() )
輸出結果：

12 
32 
43 
3

六、re.split函式
split 方法按照能夠匹配的子串將字串分割後返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])
引數：

引數   描述
pattern   匹配的正規表示式
string   要匹配的字串。
maxsplit   分隔次數，maxsplit=1 分隔一次，預設為 0，不限制次數。
flags   標誌位，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。參見：正規表示式修飾符 - 可選標誌
例項
>>>import re
>>> re.split('W+', 'runoob, runoob, runoob.')
['runoob', 'runoob', 'runoob', '']
>>> re.split('(W+)', ' runoob, runoob, runoob.') 
['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', '']
>>> re.split('W+', ' runoob, runoob, runoob.', 1) 
['', 'runoob, runoob, runoob.'] 
>>> re.split('a*', 'hello world')   # 對於一個找不到匹配的字串而言，split 不會對其作出分割
['hello world']