導讀：正則表達式是處理字符串類型的"核武器"，不僅速度快，而且功能強大。本文不過多展開正則表達式相關語法，僅簡要介紹python中正則表達式常用函數及其使用方法，以作快速查詢瀏覽。

01 Re概覽

Re模塊是python的內置模塊，提供了正則表達式在python中的所有用法，默認安裝位置在python根目錄下的Lib文件夾(如 ..PythonPython37Lib)。主要提供了3大類字符串操作方法：

• 字符查找/匹配
• 字符替換
• 字符分割

由于是面向字符串類型的模塊，就不得不提到字符串編碼類型。re模塊中，模式串和搜索串既可以是 Unicode 字符串(常用str類型)，也可以是8位字節串 (bytes，2位16進制數字，例如xe5)， 但要求二者必須是同類型字符串。

02 字符串查找/匹配

• 預編譯：compile

在介紹查找和匹配函數前，首先需要知道re的compile函數，該函數可以將一個模式串編譯成正則表達式類型，以便后續快速匹配和復用

import?repattern?=?re.compile(r'[a-z]{2,5}')type(pattern)?#re.Pattern

此例創建了一個正則表達式式對象(re.pattern)，命名為pattern，用于匹配2-5位小寫字母的模式串。后續在使用其他正則表達式函數時，即可使用pattern進行方法調用。

• 匹配：match

match函數用于從文本串的起始位置開始匹配，若匹配成功，則返回相應的匹配對象，此時可調用group()方法返回匹配結果，也可用span()方法返回匹配起止下標區間；否則返回None

import?repattern?=?re.compile(r'[a-z]{2,5}')text1?=?'this?is?a?re?test'res?=?pattern.match(text1)print(res)?#if?res:????print(res.group())?#this????print(res.span())?#(0,?4)text2?=?'是的,?this?is?a?re?test'print(pattern.match(text2))#None

match函數還有一個變形函數fullmatch，當且僅當模式串與文本串剛好全部匹配時，返回一個匹配對象，否則返回None

• 搜索：search

match只提供了從文本串起始位置匹配的結果，如果想從任意位置匹配，則可調用search方法，與match方法類似，當任意位置匹配成功，則立即返回一個匹配對象，也可調用span()方法獲取起止區間、調用group方法獲得匹配文本串

import?repattern?=?re.compile(r's[a-z]{2}')text1?=?'this?is?a?re?test'res?=?pattern.search(text1)print(res)?#if?res:????print(res.group())?#is????print(res.span())?#(4,?7)pattern2?=?re.compile(r's[a-z]{5}')text2?=?'是的,this?is?a?re?test'print(pattern2.search(text2))#None

match和search均用于匹配單個結果，唯一區別在于前者是從起始位置開始匹配，而后者從任意位置匹配，匹配成功則返回一個match對象。

• 全搜索：findall/finditer

幾乎是最常用的正則表達式函數，用于尋找所有匹配的結果，例如在爬蟲信息提取中，可非常方便地提取所有匹配字段

import?repattern?=?re.compile(r's[a-z]{2,5}')text1?=?'this?is?a?re?test'res?=?pattern.findall(text1)print(res)?#['?is',?'?re',?'?test']

findall返回的是一個列表對象類型，當無匹配對象時，返回一個空列表。為了避免因同時返回大量匹配結果占用過多內存，可以調用finditer函數返回一個迭代器類型，其中每個迭代元素是一個match對象，可繼續調用group和span方法獲取相應結果

import?repattern?=?re.compile(r's[a-z]{2,5}')text1?=?'this?is?a?re?test'res?=?pattern.finditer(text1)for?r?in?res:????print(r.group())"""?is?re?test"""

當匹配模式串較為簡單或者僅需單詞調用時，上述所有方法也可直接調用re類函數，而無需事先編譯。此時各方法的第一個參數為模式串。

import?repattern?=?re.compile(r'd{2,5}')text?=?'this?is?re?test're.findall('[a-z]+',?text) #['this', 'is', 're', 'test']

03 字符串替換/分割

• 替換:sub/subn

當需要對文本串進行條件替換時，可調用re.sub實現(當然也可先編譯后再用調用實例方法)，相應參數分別為模式串、替換格式、文本串，還可以通過增加缺省參數限定替換次數和匹配模式。通過在模式串進行分組，可實現字符串的格式化替換(類似字符串的format方法)，以實現特定任務。

import?retext?=?'today?is?2020-03-05'print(re.sub('-',?'',?text))?#'today?is?20200305'print(re.sub('-',?'',?text,?1))?#'today?is?202003-05'print(re.sub('(d{4})-(d{2})-(d{2})',?r'2/3/1',?text))?#'today?is?03/05/2020'

re.sub的一個變形方法是re.subn，區別是返回一個2元素的元組，其中第一個元素為替換結果，第二個為替換次數

import?retext?=?'today?is?2020-03-05'print(re.subn('-',?'',?text))?#('today?is?20200305',?2)

• 分割：split

還可以調用正則表達式實現字符串的特定分割，相當于.split()方法的一個加強版，實現特定模式的分割，返回一個切割后的結果列表

import?retext?=?'today?is?a?re?test,?what?do?you?mind?'print(re.split(',',?text))?#['today?is?a?re?test',?'?what?do?you?mind?']

04 總結

• python中的re模塊提供了正則表達式的常用方法，每種方法都包括類方法調用(如re.match)或模式串的實例調用(pattern.match)2種形式
• 常用的匹配函數：match/fullmatch
• 常用的搜索函數：search/findall/finditer
• 常用的替換函數：sub/subn
• 常用的切割函數：split
• 還有其他很多方法，但不是很常用，具體可參考官方文檔
• 另外，python還有第三方正則表達式庫regex可供選擇

源碼獲取私信小編01哦