一文秒懂python正則表達(dá)式常用函數(shù)

01 Re概覽

創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站設(shè)計、網(wǎng)站制作、外貿(mào)營銷網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的慶云網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

Re模塊是python的內(nèi)置模塊，提供了正則表達(dá)式在python中的所有用法，默認(rèn)安裝位置在python根目錄下的Lib文件夾（如 ..\Python\Python37\Lib）。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(jié)串 (bytes，2位16進(jìn)制數(shù)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(yù)編譯：compile

在介紹查找和匹配函數(shù)前，首先需要知道re的compile函數(shù)，該函數(shù)可以將一個模式串編譯成正則表達(dá)式類型，以便后續(xù)快速匹配和復(fù)用

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

此例創(chuàng)建了一個正則表達(dá)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(xù)在使用其他正則表達(dá)式函數(shù)時，即可使用pattern進(jìn)行方法調(diào)用。

匹配：match

match函數(shù)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(yīng)的匹配對象，此時可調(diào)用group()方法返回匹配結(jié)果，也可用span()方法返回匹配起止下標(biāo)區(qū)間；否則返回None

import?re pattern?=?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(shù)還有一個變形函數(shù)fullmatch，當(dāng)且僅當(dāng)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(jié)果，如果想從任意位置匹配，則可調(diào)用search方法，與match方法類似，當(dāng)任意位置匹配成功，則立即返回一個匹配對象，也可調(diào)用span()方法獲取起止區(qū)間、調(diào)用group方法獲得匹配文本串

import?re pattern?=?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(jié)果，唯一區(qū)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(dá)式函數(shù)，用于尋找所有匹配的結(jié)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?re pattern?=?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(dāng)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(jié)果占用過多內(nèi)存，可以調(diào)用finditer函數(shù)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(xù)調(diào)用group和span方法獲取相應(yīng)結(jié)果

import?re pattern?=?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(dāng)匹配模式串較為簡單或者僅需單詞調(diào)用時，上述所有方法也可直接調(diào)用re類函數(shù)，而無需事先編譯。此時各方法的第一個參數(shù)為模式串。

import?re pattern?=?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(dāng)需要對文本串進(jìn)行條件替換時，可調(diào)用re.sub實現(xiàn) (當(dāng)然也可先編譯后再用調(diào)用實例方法) ，相應(yīng)參數(shù)分別為模式串、替換格式、文本串，還可以通過增加缺省參數(shù)限定替換次數(shù)和匹配模式。通過在模式串進(jìn)行分組，可實現(xiàn)字符串的格式化替換（類似字符串的format方法），以實現(xiàn)特定任務(wù)。

import?re text?=?'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(qū)別是返回一個2元素的元組，其中第一個元素為替換結(jié)果，第二個為替換次數(shù)

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

分割：split

還可以調(diào)用正則表達(dá)式實現(xiàn)字符串的特定分割，相當(dāng)于.split()方法的一個加強(qiáng)版，實現(xiàn)特定模式的分割，返回一個切割后的結(jié)果列表

import?re text?=?'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(jié)

python中的re模塊提供了正則表達(dá)式的常用方法，每種方法都包括類方法調(diào)用(如re.match)或模式串的實例調(diào)用(pattern.match)2種形式

常用的匹配函數(shù)：match/fullmatch

常用的搜索函數(shù)：search/findall/finditer

常用的替換函數(shù)：sub/subn

常用的切割函數(shù)：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(dá)式庫regex可供選擇

到此這篇關(guān)于一文秒懂python正則表達(dá)式常用函數(shù)的文章就介紹到這了，希望大家以后多多支持！

求一個腳本，如何利用python(python 2.7)分割超大的文本文件？可以指定按大小或按行數(shù)

def?splitfile(filename,sizelimit,forline=True):

size=0

i=1

out=open("%s.%04d"%(filename,i),'w')

for?line?in?open(filename):

size=size+1?if??forline?else?size+len(line)

if(sizesizelimit):

size=1?if?forline?else?len(line)

out.close()

i+=1

out=open("%s.%04d"%(filename,i),'w')

out.write(line)

out.close()

if?__name__=='__main__':

filename=raw_input("請輸入要分隔的文件名:")

forline=raw_input("輸入數(shù)字0按行分隔，輸入其它按大小分隔(請輸入:)")

forline=(int(forline)==0)

sizelimit=int(raw_input("請輸入分割文件的大小:"))

splitfile(filename,sizelimit,forline)

函數(shù)splitfile的前二個參數(shù)為文件名，分割大小,，第三個參數(shù)為True時按行分割，為False時按大小分割

python 怎么把 數(shù)字和字母分開

#使用os庫

def?split_num(file):

import?os

return?os.path.splitext(file)[0]??#使用內(nèi)置函數(shù)分割文件名

split_num('42424242.jpg')????

#或者?單行代碼

import?os

os.path.splitext('42424242.jpg')[0]

#結(jié)果

#?42424242

這種寫法適用普遍性比較高，比如?'42424242.jpg' 這樣 文件名比較長的。