Python 3 – 正则表达式

正则表达式是一个特殊的字符序列，用于在模式中使用专门的语法来匹配或查找其他字符串或字符串集合。正则表达式在UNIX世界广泛使用。

模块 re 在Python中提供了对类似Perl的正则表达式的全面支持。如果在编译或使用正则表达式时发生错误，则模块 re 会引发异常 re.error 。

我们将介绍两个重要的函数，用于处理正则表达式。但是，小事情先：有各种字符，在正则表达式中使用时会具有特殊意义。为了避免在处理正则表达式时产生任何混淆，我们将使用原始字符串， r’expression’ 。

匹配单个字符的基本模式

编译标志

编译标志使您可以修改正则表达式的某些工作方式。标志在re模块中有两个名称，一个是长名称，如 IGNORECASE ，另一个是短名称，如I。

匹配函数

此函数尝试将RE pattern 与字符串 string 进行匹配，可选使用 flags 。

此函数的语法如下：-

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

这是参数的描述 −

re.match函数在成功时返回一个match对象，在失败时返回None。我们使用match对象的group(num)或groups()函数来获取匹配的表达式。

示例

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
   print ("matchObj.group() : ", matchObj.group())
   print ("matchObj.group(1) : ", matchObj.group(1))
   print ("matchObj.group(2) : ", matchObj.group(2))
else:
   print ("No match!!")

在执行上面的代码时，它将产生以下结果−

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

搜索功能

这个函数在字符串中搜索第一个出现的RE pattern，并返回可选的标志。

这里是该函数的语法 –

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

下面是参数的描述-

re.search函数在成功时返回一个match对象，在失败时返回None。我们使用match对象的group(num)或groups()函数来获取匹配的表达式。

示例

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs";

# 在整个字符串中搜索匹配模式
searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print ("searchObj.group() : ", searchObj.group())    # 返回匹配整个字符串的全部子串
   print ("searchObj.group(1) : ", searchObj.group(1))  # 返回第一个匹配的字符串中的全部子串
   print ("searchObj.group(2) : ", searchObj.group(2))  # 返回第二个匹配的字符串中的全部子串
else:
   print ("Nothing found!!")

# match只在字符串的开始处匹配，search函数会在整个字符串中匹配
matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print ("match --> matchObj.group() : ", matchObj.group())
else:
   print ("No match!!")

searchObj = re.search( r'dogs', line, re.M|re.I)
if searchObj:
   print ("search --> searchObj.group() : ", searchObj.group())
else:
   print ("Nothing found!!")

phone = "2004-959-559 # This is Phone Number"

# 删除Python样式的注释
num = re.sub(r'#.*$', "", phone)
print ("Phone Num : ", num)

# 删除非数字字符
num = re.sub(r'\D', "", phone)    
print ("Phone Num : ", num)

当上述代码被执行时，会产生以下结果：

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter
No match!!
search --> searchObj.group() :  dogs
Phone Num :  2004-959-559 
Phone Num :  2004959559

正则表达式修饰符：选项标志

正则表达式文字可以包含可选的修饰符以控制匹配的各个方面。修饰符被指定为可选标志。可以使用异或（|）提供多个修饰符，如前所述，并可以用以下之一表示：

正则表达式模式

除了控制字符 （+?.*^$()[]{}|\） 外，所有字符都与自身匹配。您可以通过在其前面加上反斜杠来转义控制字符。

下表列出了Python中可用的正则表达式语法 –

这里是Python中常用的正则表达式语法列表。

正则表达式示例

字面字符

字符类

特殊字符类

重复

非贪婪重复

与贪婪重复不同，它匹配最小的重复次数 −

带括号的分组

回溯引用

这会再次匹配先前匹配的分组−

备选项

锚点

这需要指定匹配位置。

带圆括号的特殊语法