python之正则表达式

• 2019 年 10 月 8 日
• 笔记

正则表达式：

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

在python中，对数据的处理很是频繁的，可以取字符串的一部分，或者对爬虫来说，也要对于一些数据处理，对获取到的html代码进行处理，提取需要的数据，url，照片的地址等等。

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

函数语法：

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

pattern 要匹配的正则表达式

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，多行匹配等等。

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，函数返回None；

span():

可以用span()函数获取匹配到的字符串的位置：

group(num)：

我们可以用group(num)来提取匹配到的字符串,在菜鸟教程中还有一个groups(),但是我提取不出来字符串，可能是我的用法用错了

search():

re.search 扫描整个字符串并返回第一个成功的匹配。re.search匹配整个字符串，直到找到一个匹配。

检索和替换:

Python 中re模块提供一种方法，re.sub，能够将匹配项替换成别的字符串。

语法：

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

pattern : 正则中的模式字符串。

repl : 替换的字符串，也可为一个函数。

string : 要被查找替换的原始字符串。

count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

flags : 编译时用的匹配模式，数字形式。

其中，

repl 参数可以是一个有返回值的函数，这样返回值便是替换的结果

将要匹配的字符串内的数字乘2。

compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

语法格式为：

re.compile(pattern[, flags])

pattern : 一个字符串形式的正则表达式

flags 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

re.I 忽略大小写

re.L 表示特殊字符集 w, W, b, B, s, S 依赖于当前环境

re.M 多行模式

re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）

re.U 表示特殊字符集 w, W, b, B, d, D, s, S 依赖于 Unicode 字符属性数据库

re.X 为了增加可读性，忽略空格和' # '后面的注释

一般默认就不写了。

match(字符串，第几位，到第几位），如果没写则默认从第一位开始算

search的话就不用，从头匹配，匹配到了就返回：

findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意： match 和 search 是匹配一次 ，而findall 则是匹配所有的。

findall(string[, pos[, endpos]])

string 待匹配的字符串。

pos 可选参数，指定字符串的起始位置，默认为 0。

endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。