python常用模組之re模組（正則）

python種的re模組常用的5種方法，分別是re.match   re.search  re.findall  re.split  re.sub。

在介紹五種方法之前，需要介紹一下正則的基礎。

.  表示任意字元，除\n以為

\ 轉義字元
[...] 字符集，表示取其中任意乙個字元。比如[abc]d 可以匹配到ad bd cd。
\d 表示數字，等同於[0-9]
\d 表示非數字 [^\d]
\s 表示空格
\s 表示非空格
\w 表示單詞字元 [a-za-z_0-9]
\w 表示非單詞字元 [^\w]
* 匹配前面0個或多個字元
+ 匹配前面1個或多個字元
？ 匹配前面0個或1個字元
匹配前面m個字元
匹配前1個字元m至n次
^ 匹配以什麼開頭
$ 匹配以什麼結尾
\a 匹配以什麼開頭
\z 匹配以什麼結尾
| 或 左右表示式取乙個 abc|def
(..) 表示乙個整體，（abc) 匹配abc2次
（?p）分組命名 比如(?ptom)
\(number) 引用編號為number的分組 比如：（\d)abc\1 1abc1

一，re.match   嘗試從字串的起始位置匹配乙個模式，如果不是起始位置匹配成功的話，match()就返回none。

re模組可以直接使用對應的方法，比如

import re

res = re.match('\d+','123abc123')
if res:
print(res.group())

但是一般使用re模組的步驟通常是 將正規表示式的字串編譯為pattern例項，然後使用pattern例項處理文字並獲得匹配結果，最後使用對應方法處理。通俗的就是要使用正則，先建立正則規則，然後編譯成物件。最種使用正則的對應方法處理即可。

這樣的好處就是速度更快。

所以上述**更新為：

import re

pattern = re.compile('\d+')
res = re.match(pattr, '123abc123')
if res:
print(res.group())

import time

import re
def timeer(fun):
start_time = time.time()
fun()
stop_time = time.time()
print('函式執行時間為'.format(fun.__name__,stop_time-start_time))
上面的re.group()這裡其實是可以填寫對應的數值的。預設就是0，代表輸出匹配到所有字元。
import re

pattern = re.compile('(\d+)([a-z]+)(\d+)')
res = re.match(pattern,'123abc123')
if res:
print(res.group(0))
print(res.group(1))
print(res.group(2))
print(res.group(3))
print(res.groups())
0 表示輸出匹配到的所有，即預設所以輸出的結果為123abc123

1 表示輸出第乙個括號匹配到的內容，即123
2表示輸出第二個括號匹配到的內容，即abc
3表示輸出第三個括號匹配到的內容，即123
groups() 返回所有小組匹配到的內容，以元祖的形式輸出。即（123,abc,123）
切記：match是從第一字元開始匹配，如果匹配不到，直接返回none.
二，re.search  
re.search  掃瞄整個字串並返回第乙個成功的匹配
import re

pattern = re.compile('[a-z]+(\d+)(\w+)')
res = re.search(pattern,'123abc123_')
if res:
print(res.group())
print(res.group(1))
print(res.group(2))
輸出結果：
abc123_
123_
可以發現，即使search沒有匹配到123,但是它還是會往後匹配，而不是直接返回none。再看如下**：

import re

pattern = re.compile('[a-z]+')
res = re.search(pattern,'123abc123abd')
if res:
print(res.group())
輸出結果：abc
可見，search匹配整個字串，找到第乙個就會輸出。後面的則不匹配。

簡單小結：
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，直到找到乙個匹配。
三，re.findall   在字串中找到正規表示式所匹配的所有子串，並返回乙個列表，如果沒有找到匹配的，則返回空列表。findall是沒有group方法的。
import re

pattern = re.compile('[a-z]+')
res = re.findall(pattern,'123abc123abd')
print(res)
輸出結果：['abc', 'abd']
可見該正則會將匹配到內容按列表的形式輸出，它不僅僅是匹配一次，這個是它和search的區別 

四, re.split 匹配分割字串
import re

pattern = re.compile('[a-z]+')
res = re.split(pattern,'123abc123abd')
print(res)
輸出結果：['123', '123', '']
五, re.sub 匹配替換

import re

pattern = re.compile('[a-z]+')
res = re.sub(pattern,'000','123abc123')
print(res)
輸出結果：123000123
值得注意的是：正則中* + 都是貪婪匹配，？是非貪婪匹配。所以如果你要想要限制住*的貪婪匹配，可以在*的後面新增？來限制。比如

line = '手機號:15200000000,生日:0802'

reg_str1 = '.*:'
reg_str2 = '.*?:'
match_obj1 = re.match(reg_str1,line)
match_obj2 = re.match(reg_str2,line)
if match_obj1:
print(match_obj1.group())
if match_obj2:
print(match_obj2.group())
輸出結果：
手機號:15200000000,生日:
手機號:
可見，?是可以限制住*的貪婪匹配的！！！
裝b可用：分組，可以給匹配到的內容設定名稱生成字典。

import re

re = re.search('(?p[0-9]+)(?p[a-za-z]+)','abcd1233bob@34')
if re:
print(re.group())
print(re.groupdict())
輸出結果：
1233bob

#比如匹配身份證，

import re
id = '360201199011113721'
res = re.search('(?p[0-9])(?p[0-9])(?p[0-9])(?p[0-9])(?p[0-9])(?p[0-9])(?p[0-9])',id)
if res:
print(res.group())
print(res.groupdict())
輸出結果：
360201199011113721
 
python常用模組之 正則re模組
python中使用正規表示式的步驟 1.匯入re模組 import re 2.初始化乙個regex物件 re.compile 3.剛剛建立的regex物件呼叫search方法進行匹配，返回要給march物件 4.剛剛的march物件呼叫group方法，展示匹配到的字串 下面例子的知識點 對正規表示式...
常用模組之re模組
正規表示式是一門獨立語言 是通過一些特殊符號使用，從而在字串中篩選出想要的結果 如果想在python中使用正則，則需借助於內建模組re 字元組 包含乙個字元或者的意思 a z a z中任意取乙個字元 a z a z中任意取乙個字元 0 9 0 9中任意取乙個字元 特殊符號 特殊符號預設也只能單個單個...
Python常用模組之re
2 python正則常用模組 2.1 re.match與re.search 函式說明 re.match 嘗試從字串的起始位置匹配乙個模式，如果不是起始位置匹配成功的話，match 就返回none。re.search 掃瞄整個字串並返回第乙個成功的匹配。函式語法 re.match pattern,st...