今天小編就為大家介紹關(guān)于Python正則表達(dá)式的操作指南，對(duì)此還不了解的朋友們趕緊跟小編一起去看看Python正則表達(dá)式的操作指南吧，希望本文內(nèi)容堆大家有所幫助。

Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達(dá)式模式。Python 1.5之前版本則是通過(guò) regex 模塊提供 Emacs 風(fēng)格的模式。Emacs 風(fēng)格模式可讀性稍差些，而且功能也不強(qiáng)，因此編寫(xiě)新代碼時(shí)盡量不要再使用 regex 模塊，當(dāng)然偶爾你還是可能在老代碼里發(fā)現(xiàn)其蹤影。

1. 正則表達(dá)式基礎(chǔ)

1.1. 簡(jiǎn)單介紹

正則表達(dá)式并不是Python的一部分。正則表達(dá)式是用于處理字符串的強(qiáng)大工具，擁有自己獨(dú)特的語(yǔ)法以及一個(gè)獨(dú)立的處理引擎，效率上可能不如str自帶的方法，但功能十分強(qiáng)大。得益于這一點(diǎn)，在提供了正則表達(dá)式的語(yǔ)言里，正則表達(dá)式的語(yǔ)法都是一樣的，區(qū)別只在于不同的編程語(yǔ)言實(shí)現(xiàn)支持的語(yǔ)法數(shù)量不同；但不用擔(dān)心，不被支持的語(yǔ)法通常是不常用的部分。如果已經(jīng)在其他語(yǔ)言里使用過(guò)正則表達(dá)式，只需要簡(jiǎn)單看一看就可以上手了。

下圖展示了使用正則表達(dá)式進(jìn)行匹配的流程：

?

正則表達(dá)式的大致匹配過(guò)程是：依次拿出表達(dá)式和文本中的字符比較，如果每一個(gè)字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。如果表達(dá)式中有量詞或邊界，這個(gè)過(guò)程會(huì)稍微有一些不同，但也是很好理解的，看下圖中的示例以及自己多使用幾次就能明白。

下圖列出了Python支持的正則表達(dá)式元字符和語(yǔ)法：??

1.2. 數(shù)量詞的貪婪模式與非貪婪模式

正則表達(dá)式通常用于在文本中查找匹配的字符串。Python里數(shù)量詞默認(rèn)是貪婪的（在少數(shù)語(yǔ)言里也可能是默認(rèn)非貪婪），總是嘗試匹配盡可能多的字符；非貪婪的則相反，總是嘗試匹配盡可能少的字符。例如：正則表達(dá)式"ab*"如果用于查找"abbbc"，將找到"abbb"。而如果使用非貪婪的數(shù)量詞"ab*?"，將找到"a"。

1.3. 反斜杠的困擾

與大多數(shù)編程語(yǔ)言相同，正則表達(dá)式里使用"/"作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符"/"，那么使用編程語(yǔ)言表示的正則表達(dá)式里將需要4個(gè)反斜杠"http:////"：前兩個(gè)和后兩個(gè)分別用于在編程語(yǔ)言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個(gè)反斜杠后再在正則表達(dá)式里轉(zhuǎn)義成一個(gè)反斜杠。Python里的原生字符串很好地解決了這個(gè)問(wèn)題，這個(gè)例子中的正則表達(dá)式可以使用r"http://"表示。同樣，匹配一個(gè)數(shù)字的"http://d"可以寫(xiě)成r"/d"。有了原生字符串，你再也不用擔(dān)心是不是漏寫(xiě)了反斜杠，寫(xiě)出來(lái)的表達(dá)式也更直觀。

1.4. 匹配模式

正則表達(dá)式提供了一些可用的匹配模式，比如忽略大小寫(xiě)、多行匹配等，這部分內(nèi)容將在Pattern類(lèi)的工廠方法re.compile(pattern[, flags])中一起介紹。

2. re模塊

2.1. 開(kāi)始使用re

Python通過(guò)re模塊提供對(duì)正則表達(dá)式的支持。使用re的一般步驟是先將正則表達(dá)式的字符串形式編譯為Pattern實(shí)例，然后使用Pattern實(shí)例處理文本并獲得匹配結(jié)果（一個(gè)Match實(shí)例），最后使用Match實(shí)例獲得信息，進(jìn)行其他的操作。

# encoding: UTF-8import re# 將正則表達(dá)式編譯成Pattern對(duì)象pattern = re.compile(r'hello')# 使用Pattern匹配文本，獲得匹配結(jié)果，無(wú)法匹配時(shí)將返回Nonematch = pattern.match('hello world!')if match:  # 使用Match獲得分組信息  print match.group()### 輸出 #### hellore.compile(strPattern[, flag]):

這個(gè)方法是Pattern類(lèi)的工廠方法，用于將字符串形式的正則表達(dá)式編譯為Pattern對(duì)象。 第二個(gè)參數(shù)flag是匹配模式，取值可以使用按位或運(yùn)算符'|'表示同時(shí)生效，比如re.I | re.M。另外，你也可以在regex字符串中指定模式，比如re.compile('pattern', re.I | re.M)與re.compile('(?im)pattern')是等價(jià)的。
可選值有：

re.I(re.IGNORECASE): 忽略大小寫(xiě)（括號(hào)內(nèi)是完整寫(xiě)法，下同）
M(MULTILINE): 多行模式，改變'^'和'$'的行為（參見(jiàn)上圖）
S(DOTALL): 點(diǎn)任意匹配模式，改變'.'的行為
L(LOCALE): 使預(yù)定字符類(lèi) /w /W /b /B /s /S 取決于當(dāng)前區(qū)域設(shè)定
U(UNICODE): 使預(yù)定字符類(lèi) /w /W /b /B /s /S /d /D 取決于unicode定義的字符屬性
X(VERBOSE): 詳細(xì)模式。這個(gè)模式下正則表達(dá)式可以是多行，忽略空白字符，并可以加入注釋。

以下兩個(gè)正則表達(dá)式是等價(jià)的：

a = re.compile(r"""/d + # the integral part          /.  # the decimal point          /d * # some fractional digits""", re.X)b = re.compile(r"/d+/./d*")

re提供了眾多模塊方法用于完成正則表達(dá)式的功能。這些方法可以使用Pattern實(shí)例的相應(yīng)方法替代，唯一的好處是少寫(xiě)一行re.compile()代碼，但同時(shí)也無(wú)法復(fù)用編譯后的Pattern對(duì)象。這些方法將在Pattern類(lèi)的實(shí)例方法部分一起介紹。如上面這個(gè)例子可以簡(jiǎn)寫(xiě)為：

m = re.match(r'hello', 'hello world!')print m.group()

re模塊還提供了一個(gè)方法escape(string)，用于將string中的正則表達(dá)式元字符如*/+/?等之前加上轉(zhuǎn)義符再返回，在需要大量匹配元字符時(shí)有那么一點(diǎn)用。

2.2. Match

Match對(duì)象是一次匹配的結(jié)果，包含了很多關(guān)于此次匹配的信息，可以使用Match提供的可讀屬性或方法來(lái)獲取這些信息。

屬性：

string: 匹配時(shí)使用的文本。

re: 匹配時(shí)使用的Pattern對(duì)象。

pos: 文本中正則表達(dá)式開(kāi)始搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

endpos: 文本中正則表達(dá)式結(jié)束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

lastindex: 最后一個(gè)被捕獲的分組在文本中的索引。如果沒(méi)有被捕獲的分組，將為None。

lastgroup: 最后一個(gè)被捕獲的分組的別名。如果這個(gè)分組沒(méi)有別名或者沒(méi)有被捕獲的分組，將為None。

方法：

group([group1, …]):

獲得一個(gè)或多個(gè)分組截獲的字符串；指定多個(gè)參數(shù)時(shí)將以元組形式返回。group1可以使用編號(hào)也可以使用別名；編號(hào)0代表整個(gè)匹配的子串；不填寫(xiě)參數(shù)時(shí)，返回group(0)；沒(méi)有截獲字符串的組返回None；截獲了多次的組返回最后一次截獲的子串。

groups([default]):

以元組形式返回全部分組截獲的字符串。相當(dāng)于調(diào)用group(1,2,…last)。default表示沒(méi)有截獲字符串的組以這個(gè)值替代，默認(rèn)為None。

groupdict([default]):

返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典，沒(méi)有別名的組不包含在內(nèi)。default含義同上。

start([group]):

返回指定的組截獲的子串在string中的起始索引（子串第一個(gè)字符的索引）。group默認(rèn)值為0。
end([group]):

返回指定的組截獲的子串在string中的結(jié)束索引（子串最后一個(gè)字符的索引+1）。group默認(rèn)值為0。

span([group]):

返回(start(group), end(group))。

expand(template):

將匹配到的分組代入template中然后返回。template中可以使用/id或/g<id>、/g<name>引用分組，但不能使用編號(hào)0。/id與/g<id>是等價(jià)的；但/10將被認(rèn)為是第10個(gè)分組，如果你想表達(dá)/1之后是字符'0'，只能使用/g<1>0。

import rem = re.match(r'(/w+) (/w+)(?P<sign>.*)', 'hello world!')print "m.string:", m.stringprint "m.re:", m.reprint "m.pos:", m.posprint "m.endpos:", m.endposprint "m.lastindex:", m.lastindexprint "m.lastgroup:", m.lastgroupprint "m.group(1,2):", m.group(1, 2)print "m.groups():", m.groups()print "m.groupdict():", m.groupdict()print "m.start(2):", m.start(2)print "m.end(2):", m.end(2)print "m.span(2):", m.span(2)print r"m.expand(r'/2 /1/3'):", m.expand(r'/2 /1/3')### output #### m.string: hello world!# m.re: <_sre.SRE_Pattern object at 0x016E1A38># m.pos: 0# m.endpos: 12# m.lastindex: 3# m.lastgroup: sign# m.group(1,2): ('hello', 'world')# m.groups(): ('hello', 'world', '!')# m.groupdict(): {'sign': '!'}# m.start(2): 6# m.end(2): 11# m.span(2): (6, 11)# m.expand(r'/2 /1/3'): world hello!

2.3. Pattern

Pattern對(duì)象是一個(gè)編譯好的正則表達(dá)式，通過(guò)Pattern提供的一系列方法可以對(duì)文本進(jìn)行匹配查找。

Pattern不能直接實(shí)例化，必須使用re.compile()進(jìn)行構(gòu)造。

Pattern提供了幾個(gè)可讀屬性用于獲取表達(dá)式的相關(guān)信息：

pattern: 編譯時(shí)用的表達(dá)式字符串。

flags: 編譯時(shí)用的匹配模式。數(shù)字形式。

groups: 表達(dá)式中分組的數(shù)量。

groupindex: 以表達(dá)式中有別名的組的別名為鍵、以該組對(duì)應(yīng)的編號(hào)為值的字典，沒(méi)有別名的組不包含在內(nèi)。

import rep = re.compile(r'(/w+) (/w+)(?P<sign>.*)', re.DOTALL)print "p.pattern:", p.patternprint "p.flags:", p.flagsprint "p.groups:", p.groupsprint "p.groupindex:", p.groupindex### output #### p.pattern: (/w+) (/w+)(?P<sign>.*)# p.flags: 16# p.groups: 3# p.groupindex: {'sign': 3}

實(shí)例方法[ | re模塊方法]：

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]): 

這個(gè)方法將從string的pos下標(biāo)處起嘗試匹配pattern；如果pattern結(jié)束時(shí)仍可匹配，則返回一個(gè)Match對(duì)象；如果匹配過(guò)程中pattern無(wú)法匹配，或者匹配未結(jié)束就已到達(dá)endpos，則返回None。

pos和endpos的默認(rèn)值分別為0和len(string)；re.match()無(wú)法指定這兩個(gè)參數(shù)，參數(shù)flags用于編譯pattern時(shí)指定匹配模式。
注意：這個(gè)方法并不是完全匹配。當(dāng)pattern結(jié)束時(shí)若string還有剩余字符，仍然視為成功。想要完全匹配，可以在表達(dá)式末尾加上邊界匹配符'$'。

示例參見(jiàn)2.1小節(jié)。

search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]):

這個(gè)方法用于查找字符串中可以匹配成功的子串。從string的pos下標(biāo)處起嘗試匹配pattern，如果pattern結(jié)束時(shí)仍可匹配，則返回一個(gè)Match對(duì)象；若無(wú)法匹配，則將pos加1后重新嘗試匹配；直到pos=endpos時(shí)仍無(wú)法匹配則返回None。

pos和endpos的默認(rèn)值分別為0和len(string))；re.search()無(wú)法指定這兩個(gè)參數(shù)，參數(shù)flags用于編譯pattern時(shí)指定匹配模式。

# encoding: UTF-8 import re  # 將正則表達(dá)式編譯成Pattern對(duì)象 pattern = re.compile(r'world')  # 使用search()查找匹配的子串，不存在能匹配的子串時(shí)將返回None # 這個(gè)例子中使用match()無(wú)法成功匹配 match = pattern.search('hello world!') if match:   # 使用Match獲得分組信息   print match.group() ### 輸出 ### # worldsplit(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):

按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數(shù)，不指定將全部分割。

import rep = re.compile(r'/d+')print p.split('one1two2three3four4')### output #### ['one', 'two', 'three', 'four', '']findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]): 

搜索string，以列表形式返回全部能匹配的子串。

import rep = re.compile(r'/d+')print p.findall('one1two2three3four4')### output #### ['1', '2', '3', '4']finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]): 

搜索string，返回一個(gè)順序訪問(wèn)每一個(gè)匹配結(jié)果（Match對(duì)象）的迭代器。

import rep = re.compile(r'/d+')for m in p.finditer('one1two2three3four4'):  print m.group(),### output #### 1 2 3 4sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): 

使用repl替換string中每一個(gè)匹配的子串后返回替換后的字符串。
當(dāng)repl是一個(gè)字符串時(shí)，可以使用/id或/g<id>、/g<name>引用分組，但不能使用編號(hào)0。
當(dāng)repl是一個(gè)方法時(shí)，這個(gè)方法應(yīng)當(dāng)只接受一個(gè)參數(shù)（Match對(duì)象），并返回一個(gè)字符串用于替換（返回的字符串中不能再引用分組）。

count用于指定最多替換次數(shù)，不指定時(shí)全部替換。

import rep = re.compile(r'(/w+) (/w+)')s = 'i say, hello world!'print p.sub(r'/2 /1', s)def func(m):  return m.group(1).title() + ' ' + m.group(2).title()print p.sub(func, s)### output #### say i, world hello!# I Say, Hello World!subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]): 返回 (sub(repl, string[, count]), 替換次數(shù))。 import rep = re.compile(r'(/w+) (/w+)')s = 'i say, hello world!'print p.subn(r'/2 /1', s)def func(m):  return m.group(1).title() + ' ' + m.group(2).title()print p.subn(func, s)### output #### ('say i, world hello!', 2)# ('I Say, Hello World!', 2)

上文就是關(guān)于Python正則表達(dá)式的操作指南，掌握正則表達(dá)式的每個(gè)程序員都必須要有的技能，小編也處于學(xué)習(xí)階段，有不足的地方歡迎大家補(bǔ)充！