python之正則表達式

• 2019 年 10 月 8 日
• 筆記

正則表達式：

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

在python中，對數據的處理很是頻繁的，可以取字符串的一部分，或者對爬蟲來說，也要對於一些數據處理，對獲取到的html代碼進行處理，提取需要的數據，url，照片的地址等等。

re.match函數

re.match 嘗試從字符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。

函數語法：

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

pattern 要匹配的正則表達式

string 要匹配的字符串

flags 標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；

span():

可以用span()函數獲取匹配到的字符串的位置：

group(num)：

我們可以用group(num)來提取匹配到的字符串,在菜鳥教程中還有一個groups(),但是我提取不出來字符串，可能是我的用法用錯了

search():

re.search 掃描整個字符串並返回第一個成功的匹配。re.search匹配整個字符串，直到找到一個匹配。

檢索和替換:

Python 中re模塊提供一種方法，re.sub，能夠將匹配項替換成別的字符串。

語法：

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

pattern : 正則中的模式字符串。

repl : 替換的字符串，也可為一個函數。

string : 要被查找替換的原始字符串。

count : 模式匹配後替換的最大次數，默認 0 表示替換所有的匹配。

flags : 編譯時用的匹配模式，數字形式。

其中，

repl 參數可以是一個有返回值的函數，這樣返回值便是替換的結果

將要匹配的字符串內的數字乘2。

compile 函數

compile 函數用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用。

語法格式為：

re.compile(pattern[, flags])

pattern : 一個字符串形式的正則表達式

flags 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體參數為：

re.I 忽略大小寫

re.L 表示特殊字符集 w, W, b, B, s, S 依賴於當前環境

re.M 多行模式

re.S 即為' . '並且包括換行符在內的任意字符（' . '不包括換行符）

re.U 表示特殊字符集 w, W, b, B, d, D, s, S 依賴於 Unicode 字符屬性數據庫

re.X 為了增加可讀性，忽略空格和' # '後面的注釋

一般默認就不寫了。

match(字符串，第幾位，到第幾位），如果沒寫則默認從第一位開始算

search的話就不用，從頭匹配，匹配到了就返回：

findall

在字符串中找到正則表達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 ，而findall 則是匹配所有的。

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

string 待匹配的字符串。

pos 可選參數，指定字符串的起始位置，默認為 0。

endpos 可選參數，指定字符串的結束位置，默認為字符串的長度。