創(chuàng)新互聯(lián)www.cdcxhl.cn八線動(dòng)態(tài)BGP香港云服務(wù)器提供商，新人活動(dòng)買(mǎi)多久送多久，劃算不套路！
這篇文章主要介紹Python中正則表達(dá)式是什么，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！
一、 正則表達(dá)式基礎(chǔ)
1.1.概念介紹
正則表達(dá)式是用于處理字符串的強(qiáng)大工具，它并不是Python的一部分。
其他編程語(yǔ)言中也有正則表達(dá)式的概念，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。
它擁有自己獨(dú)特的語(yǔ)法以及一個(gè)獨(dú)立的處理引擎，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。
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：
1.依次拿出表達(dá)式和文本中的字符比較，
2.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。
3.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。
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。
貪婪模式，總是嘗試匹配盡可能多的字符；
非貪婪模式則相反，總是嘗試匹配盡可能少的字符。
Python里數(shù)量詞默認(rèn)是貪婪的。
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. 反斜杠的問(wèn)題
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"\\\\"：
第一個(gè)和第三個(gè)用于在編程語(yǔ)言里將第二個(gè)和第四個(gè)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)反斜杠用來(lái)匹配反斜杠\。
這樣顯然是非常麻煩的。
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"\\"表示。
同樣，匹配一個(gè)數(shù)字的"\\d"可以寫(xiě)成r"\d"。
有了原生字符串，媽媽再也不用擔(dān)心我的反斜杠問(wèn)題~
二、 介紹re模塊
2.1. Compile
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：
Step1：先將正則表達(dá)式的字符串形式編譯為Pattern實(shí)例。
Step2：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）。
Step3：最后使用Match實(shí)例獲得信息，進(jìn)行其他的操作。
我們新建一個(gè)re01.py來(lái)試驗(yàn)一下re的應(yīng)用：
代碼如下:
重慶分公司
重慶分公司
# -*- coding: utf-8 -*-
#一個(gè)簡(jiǎn)單的re實(shí)例，匹配字符串中的hello字符串
#導(dǎo)入re模塊
import re
# 將正則表達(dá)式編譯成Pattern對(duì)象，注意hello前面的r的意思是“原生字符串”
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None
match2 = pattern.match('hello world!')
match3 = pattern.match('helloo world!')
match4 = pattern.match('helllo world!')
#如果match2匹配成功
if match2:
# 使用Match獲得分組信息
print match2.group()
else:
print 'match2匹配失??！'
#如果match3匹配成功
if match3:
# 使用Match獲得分組信息
print match3.group()
else:
print 'match3匹配失??！'
#如果match4匹配成功
if match4:
# 使用Match獲得分組信息
print match4.group()
else:
print 'match4匹配失敗！'可以看到控制臺(tái)輸出了匹配的三個(gè)結(jié)果：
下面來(lái)具體看看代碼中的關(guān)鍵方法。
★ re.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(全拼：IGNORECASE): 忽略大小寫(xiě)（括號(hào)內(nèi)是完整寫(xiě)法，下同）
re.M(全拼：MULTILINE): 多行模式，改變'^'和'$'的行為（參見(jiàn)上圖）
re.S(全拼：DOTALL): 點(diǎn)任意匹配模式，改變'.'的行為
re.L(全拼：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
re.U(全拼：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
re.X(全拼：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：
代碼如下:
# -*- coding: utf-8 -*-
#兩個(gè)等價(jià)的re匹配,匹配一個(gè)小數(shù)
import re
a = re.compile(r"""\d + # the integral part
\. # the decimal point
\d * # some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")
match21 = a.match('3.1415')
match22 = a.match('33')
match31 = b.match('3.1415')
match32 = b.match('33')
if match21:
# 使用Match獲得分組信息
print match21.group()
else:
print u'match21不是小數(shù)'
if match22:
# 使用Match獲得分組信息
print match22.group()
else:
print u'match22不是小數(shù)'
if match31:
# 使用Match獲得分組信息
print match31.group()
else:
print u'match31不是小數(shù)'
if match32:
# 使用Match獲得分組信息
print match32.group()
else:
print u'match32不是小數(shù)'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。
如一開(kāi)始的hello實(shí)例可以簡(jiǎn)寫(xiě)為：
代碼如下:
# -*- coding: utf-8 -*- #一個(gè)簡(jiǎn)單的re實(shí)例，匹配字符串中的hello字符串 import re m = re.match(r'hello', 'hello world!') print m.group()
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、\g引用分組，但不能使用編號(hào)0。\id與\g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。
下面來(lái)用一個(gè)py實(shí)例輸出所有的內(nèi)容加深理解：
代碼如下:
# -*- coding: utf-8 -*-
#一個(gè)簡(jiǎn)單的match實(shí)例
import re
# 匹配如下內(nèi)容：?jiǎn)卧~+空格+單詞+任意字符
m = re.match(r'(\w+) (\w+)(?P.*)', 'hello world!')
print "m.string:", m.string
print "m.re:", m.re
print "m.pos:", m.pos
print "m.endpos:", m.endpos
print "m.lastindex:", m.lastindex
print "m.lastgroup:", m.lastgroup
print "m.group():", m.group()
print "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'\g<2> \g<1>\g<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，也就是re.compile()返回的對(duì)象。
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)。
可以用下面這個(gè)例子查看pattern的屬性：
代碼如下:
# -*- coding: utf-8 -*-
#一個(gè)簡(jiǎn)單的pattern實(shí)例
import re
p = re.compile(r'(\w+) (\w+)(?P.*)', re.DOTALL)
print "p.pattern:", p.pattern
print "p.flags:", p.flags
print "p.groups:", p.groups
print "p.groupindex:", p.groupindex
### output ###
# p.pattern: (\w+) (\w+)(?P.*)
# p.flags: 16
# p.groups: 3
# p.groupindex: {'sign': 3}以上是Python中正則表達(dá)式是什么的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道！
