소개
정규식은 텍스트 조각을 일치시킬 수 있는 패턴입니다. 가장 간단한 정규식은 자신과 일치하는 일반 문자열입니다. 예를 들어 정규 표현식 'hello'는 문자열 'hello'와 일치합니다.
정규식은 프로그램이 아니라 문자열을 처리하기 위한 패턴이라는 점에 유의해야 합니다. 이를 사용하여 문자열을 처리하려면 Linux와 같이 정규식을 지원하는 도구를 사용해야 합니다. awk, sed, grep 또는 프로그래밍 언어 Perl, Python, Java 등
정규 표현식은 다양한 스타일로 제공됩니다. 다음 표에는 Python 또는 Perl과 같은 프로그래밍 언어에 적용할 수 있는 일부 메타 문자와 설명이 나열되어 있습니다.
re 모듈
Python에서는 내장된 re 모듈을 사용하여 정규식을 사용할 수 있습니다.
특별한 주의가 필요한 한 가지는 정규식을 사용하여 특수 문자를 이스케이프한다는 것입니다. 예를 들어 문자열 'python.org'를 일치시키려면 정규식을 사용해야 합니다. 'python.org'이고 Python의 문자열 자체도 이스케이프되므로 위 정규식은 Python에서 'python.org'로 작성해야 합니다. 따라서 Python의 원래 문자열을 사용하는 것이 좋습니다. r 접두사만 추가하면 위의 정규 표현식은 다음과 같이 작성할 수 있습니다.
r'python\.org'
re 모듈은 문자열 일치에 유용한 많은 함수를 제공합니다. 예:
컴파일 기능
일치 기능
검색 기능
findall 기능
파인더 기능
분할 기능
하위 기능
subn 함수
re 모듈의 일반적인 사용 단계는 다음과 같습니다.
사용 compile 함수는 문자열 형식을 컴파일합니다. 정규 표현식을 Pattern 객체로 변환
Pattern 객체가 제공하는 일련의 메소드를 통해 텍스트를 검색하고 일치하는 결과(Match 객체)를 얻습니다
마지막으로 Match 개체가 제공하는 속성과 메서드를 사용하여 정보를 얻고 필요에 따라 다른 작업을 수행합니다.
컴파일 기능
컴파일 함수는 정규식을 컴파일하고 패턴 객체를 생성하는 데 사용됩니다. 일반적인 사용 형태는 다음과 같습니다.
re.compile(pattern[, flag])
여기서 패턴은 문자열 형식의 정규식이고 플래그는 선택사항 대소문자 무시, 여러 줄 모드 등과 같은 일치 모드를 나타내는 매개변수를 선택합니다.
이제 예를 들어보겠습니다.
import re # 将正则表达式编译成 Pattern 对象 pattern = re.compile(r'\d+')
위에서는 정규 표현식을 Pattern 개체로 컴파일했습니다. 다음으로 일련의 패턴 메서드를 사용하여 텍스트를 일치시킬 수 있습니다. 무늬 객체의 몇 가지 일반적인 방법은 다음과 같습니다:
일치 방법
검색 방법
findall 방법
파인더 방식
분할 방식
하위 방식
서브 방식
일치 방식
일치 이 메서드는 문자열의 선두를 찾는 데 사용됩니다(시작 위치도 지정할 수 있음). 일회성 일치이며 일치하는 모든 결과를 검색하는 대신 일치하는 결과가 발견되면 반환됩니다. 일반적인 사용 형태는 다음과 같습니다.
match(string[, pos[, endpos]])
그 중 string은 일치시킬 문자열이고, pos와 endpos는 문자열의 시작 위치와 끝 위치를 지정하는 선택적 매개변수입니다. 기본값은 0입니다. 그리고 각각 렌. (문자열 길이). 따라서 pos 및 endpos를 지정하지 않으면 일치 방법은 기본적으로 문자열의 헤드를 일치시키는 것으로 설정됩니다.
일치에 성공하면 Match 개체가 반환됩니다. 일치하는 항목이 없으면 None이 반환됩니다.
예시를 살펴보세요.
>>> import re >>> pattern = re.compile(r'\d+') # 用于匹配至少一个数字 >>> m = pattern.match('one12twothree34four') # 查找头部，没有匹配 >>> print m None >>> m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配 >>> print m None >>> m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配，正好匹配 >>> print m # 返回一个 Match 对象 <_sre.SRE_Match object at 0x10a42aac0> >>> m.group(0) # 可省略 0 '12' >>> m.start(0) # 可省略 0 3 >>> m.end(0) # 可省略 0 5 >>> m.span(0) # 可省略 0 (3, 5)
위에서 일치가 성공하면 Match 개체가 반환됩니다. 여기서
group([group1, …]) 메서드를 사용하여 개체를 얻습니다. 또는 더 많은 그룹 일치된 문자열 전체를 얻으려면 group() 또는 직접 사용할 수 있습니다. group(0);
start([group]) 메서드는 전체 문자열에서 하위 문자열과 일치하는 그룹의 시작 위치를 가져오는 데 사용됩니다(하위 문자열의 첫 번째 문자 인덱스) ), 기본 매개변수 값은 0입니다.
end([group]) 메서드는 전체 문자열에서 그룹화된 일치 하위 문자열의 끝 위치(그룹의 끝 위치)를 가져오는 데 사용됩니다. 하위 문자열 Index + 1의 마지막 문자), 기본 매개변수 값은 0입니다.
span([group]) 메서드는 (start(group), end(group))을 반환합니다.
다른 예를 보세요:
>>> import re >>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I) # re.I 表示忽略大小写 >>> m = pattern.match('Hello World Wide Web') >>> print m # 匹配成功，返回一个 Match 对象 <_sre.SRE_Match object at 0x10bea83e8> >>> m.group(0) # 返回匹配成功的整个子串 'Hello World' >>> m.span(0) # 返回匹配成功的整个子串的索引 (0, 11) >>> m.group(1) # 返回第一个分组匹配成功的子串 'Hello' >>> m.span(1) # 返回第一个分组匹配成功的子串的索引 (0, 5) >>> m.group(2) # 返回第二个分组匹配成功的子串 'World' >>> m.span(2) # 返回第二个分组匹配成功的子串 (6, 11) >>> m.groups() # 等价于 (m.group(1), m.group(2), ...) ('Hello', 'World') >>> m.group(3) # 不存在第三个分组 Traceback (most recent call last): File "<stdin>", line 1, in <module> IndexError: no such group
검색 방법
검색 방법은 문자열에서 임의의 위치를 찾는 데 사용됩니다. 또한 일치하는 모든 결과를 검색하는 대신 일치하는 결과가 발견되면 반환합니다. 일반적인 사용 형식은 다음과 같습니다.
search(string[, pos[, endpos]])
여기서 string은 일치할 문자열입니다. , pos 및 endpos는 문자열의 시작 위치와 끝 위치를 지정하는 선택적 매개변수입니다. 기본값은 각각 0과 len(문자열 길이)입니다.
当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。
让我们看看例子：
>>> import re >>> pattern = re.compile('\d+') >>> m = pattern.search('one12twothree34four') # 这里如果使用 match 方法则不匹配 >>> m <_sre.SRE_Match object at 0x10cc03ac0> >>> m.group() '12' >>> m = pattern.search('one12twothree34four', 10, 30) # 指定字符串区间 >>> m <_sre.SRE_Match object at 0x10cc03b28> >>> m.group() '34' >>> m.span() (13, 15)
再来看一个例子：
#
-*- coding: utf-8 -*-
import re
#
将正则表达式编译成 Pattern 对象
pattern = re.compile(r'\d+')
#
使用 search() 查找匹配的子串，不存在匹配的子串时将返回 None
#
这里使用 match() 无法成功匹配
m = pattern.search('hello 123456 789')
if m:
# 使用 Match 获得分组信息
print 'matching string:',m.group()
print 'position:',m.span()执行结果：
matching string: 123456 position: (6, 12)
findall 方法
上面的 match 和 search 方法都是一次匹配，只要找到了一个匹配的结果就返回。然而，在大多数时候，我们需要搜索整个字符串，获得所有匹配的结果。
findall 方法的使用形式如下：
findall(string[, pos[, endpos]])
其中，string 是待匹配的字符串，pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。
findall 以列表形式返回全部能匹配的子串，如果没有匹配，则返回一个空列表。
看看例子：
import re pattern = re.compile(r'\d+') # 查找数字 result1 = pattern.findall('hello 123456 789') result2 = pattern.findall('one1two2three3four4', 0, 10) print result1 print result2
执行结果：
['123456', '789'] ['1', '2']
finditer 方法
finditer 方法的行为跟 findall 的行为类似，也是搜索整个字符串，获得所有匹配的结果。但它返回一个顺序访问每一个匹配结果（Match 对象）的迭代器。
看看例子：
#
-*- coding: utf-8 -*-
import
re
pattern = re.compile(r'\d+')
result_iter1 = pattern.finditer('hello 123456 789')
result_iter2 = pattern.finditer('one1two2three3four4', 0, 10)
print type(result_iter1)
print type(result_iter2)
print 'result1...'
for m1 in result_iter1: # m1 是 Match 对象
print 'matching string: {}, position: {}'.format(m1.group(), m1.span())
print 'result2...'
for m2 in result_iter2:
print 'matching string: {}, position: {}'.format(m2.group(), m2.span())执行结果：
<type 'callable-iterator'> <type 'callable-iterator'> result1... matching string: 123456, position: (6, 12) matching string: 789, position: (13, 16) result2... matching string: 1, position: (3, 4) matching string: 2, position: (7, 8)
split 方法
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
split(string[, maxsplit])
其中，maxsplit 用于指定最大分割次数，不指定将全部分割。
看看例子：
import re p = re.compile(r'[\s\,\;]+') print p.split('a,b;; c d'
执行结果：
['a', 'b', 'c', 'd']
sub 方法
sub 方法用于替换。它的使用形式如下：
sub(repl, string[, count])
其中，repl 可以是字符串也可以是一个函数：
如果 repl 是字符串，则会使用 repl 去替换字符串每一个匹配的子串，并返回替换后的字符串，另外，repl 还可以使用 id 的形式来引用分组，但不能使用编号 0；
如果 repl 是函数，这个方法应当只接受一个参数（Match 对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。
count 用于指定最多替换次数，不指定时全部替换。
看看例子：
import re
p = re.compile(r'(\w+) (\w+)')
s = 'hello 123, hello 456'
def func(m):
return 'hi' + ' ' + m.group(2)
print p.sub(r'hello world', s) # 使用 'hello world' 替换 'hello 123' 和 'hello 456'
print p.sub(r'\2 \1', s) # 引用分组
print p.sub(func, s)
print p.sub(func, s, 1) # 最多替换一次执行结果：
hello world, hello world 123 hello, 456 hello hi 123, hi 456 hi 123, hello 456
subn 方法
subn 方法跟 sub 方法的行为类似，也用于替换。它的使用形式如下：
subn(repl, string[, count])
它返回一个元组：
(sub(repl, string[, count]), 替换次数)
元组有两个元素，第一个元素是使用 sub 方法的结果，第二个元素返回原字符串被替换的次数。
看看例子：
import re
p = re.compile(r'(\w+) (\w+)')
s = 'hello 123, hello 456'
def func(m):
return 'hi' + ' ' + m.group(2)
print p.subn(r'hello world', s)
print p.subn(r'\2 \1', s)
print p.subn(func, s)
print p.subn(func, s, 1)执行结果：
('hello world, hello world', 2) ('123 hello, 456 hello', 2) ('hi 123, hi 456', 2) ('hi 123, hello 456', 1)
其他函数
事实上，使用 compile 函数生成的 Pattern 对象的一系列方法跟 re 模块的多数函数是对应的，但在使用上有细微差别。
match 函数
match 函数的使用形式如下：
re.match(pattern, string[, flags]):
其中，pattern 是正则表达式的字符串形式，比如 d+, [a-z]+。
而 Pattern 对象的 match 方法使用形式是：
match(string[, pos[, endpos]])
可以看到，match 函数不能指定字符串的区间，它只能搜索头部，看看例子：
import re
m1 = re.match(r'\d+', 'One12twothree34four')
if m1:
print 'matching string:',m1.group()
else:
print 'm1 is:',m1
m2 = re.match(r'\d+', '12twothree34four')
if m2:
print 'matching string:', m2.group()
else:
print 'm2 is:',m2执行结果：
m1 is: None matching string: 12
search 函数
search 函数的使用形式如下：
re.search(pattern, string[, flags])
search 函数不能指定字符串的搜索区间，用法跟 Pattern 对象的 search 方法类似。
findall 函数
findall 函数的使用形式如下：
re.findall(pattern, string[, flags])
findall 函数不能指定字符串的搜索区间，用法跟 Pattern 对象的 findall 方法类似。
看看例子：
import re print re.findall(r'\d+', 'hello 12345 789') # 输出 ['12345', '789']
finditer 函数
finditer 函数的使用方法跟 Pattern 的 finditer 方法类似，形式如下：
re.finditer(pattern, string[, flags])
split 函数
split 函数的使用形式如下：
re.split(pattern, string[, maxsplit])
sub 函数
sub 函数的使用形式如下：
re.sub(pattern, repl, string[, count])
subn 函数
subn 函数的使用形式如下：
re.subn(pattern, repl, string[, count])
到底用哪种方式
从上文可以看到，使用 re 模块有两种方式：
使用 re.compile 函数生成一个 Pattern 对象，然后使用 Pattern 对象的一系列方法对文本进行匹配查找；
直接使用 re.match, re.search 和 re.findall 等函数直接对文本匹配查找；
下面，我们用一个例子展示这两种方法。
先看第 1 种用法：
import re # 将正则表达式先编译成 Pattern 对象 pattern = re.compile(r'\d+') print pattern.match('123, 123') print pattern.search('234, 234') print pattern.findall('345, 345')
再看第 2 种用法：
import re print re.match(r'\d+', '123, 123') print re.search(r'\d+', '234, 234') print re.findall(r'\d+', '345, 345')
如果一个正则表达式需要用到多次（比如上面的 d+），在多种场合经常需要被用到，出于效率的考虑，我们应该预先编译该正则表达式，生成一个 Pattern 对象，再使用该对象的一系列方法对需要匹配的文件进行匹配；而如果直接使用 re.match, re.search 等函数，每次传入一个正则表达式，它都会被编译一次，效率就会大打折扣。
因此，我们推荐使用第 1 种用法。
匹配中文
在某些情况下，我们想匹配文本中的汉字，有一点需要注意的是，中文的 unicode 编码范围 主要在 [u4e00-u9fa5]，这里说主要是因为这个范围并不完整，比如没有包括全角（中文）标点，不过，在大部分情况下，应该是够用的。
假设现在想把字符串 title = u'你好，hello，世界' 中的中文提取出来，可以这么做：
# -*- coding: utf-8 -*- import re title = u'你好，hello，世界' pattern = re.compile(ur'[\u4e00-\u9fa5]+') result = pattern.findall(title) print result
注意到，我们在正则表达式前面加上了两个前缀 ur，其中 r 表示使用原始字符串，u 表示是 unicode 字符串。
执行结果:
[u'\u4f60\u597d', u'\u4e16\u754c']
贪婪匹配
在 Python 中，正则匹配默认是贪婪匹配（在少数语言中可能是非贪婪），也就是匹配尽可能多的字符。
比如，我们想找出字符串中的所有 div 块：
import re content = 'aa<div>test1</div>bb<div>test2</div>cc' pattern = re.compile(r'<div>.*</div>') result = pattern.findall(content) print result
执行结果：
['<div>test1</div>bb<div>test2</div>']
由于正则匹配是贪婪匹配，也就是尽可能多的匹配，因此，在成功匹配到第一个
时，它还会向右尝试匹配，查看是否还有更长的可以成功匹配的子串。
如果我们想非贪婪匹配，可以加一个 ?，如下：
import re content = 'aa<div>test1</div>bb<div>test2</div>cc' pattern = re.compile(r'<div>.*?</div>') # 加上 ? result = pattern.findall(content) print result
结果：
['<div>test1</div>', '<div>test2</div>']
小结
re 模块的一般使用步骤如下：
使用 compile 函数将正则表达式的字符串形式编译为一个 Pattern 对象；
通过 Pattern 对象提供的一系列方法对文本进行匹配查找，获得匹配结果（一个 Match 对象）；
最后使用 Match 对象提供的属性和方法获得信息，根据需要进行其他的操作；
Python 的正则匹配默认是贪婪匹配
以上就是Python 正则表达式 的内容，更多相关内容请关注PHP中文网（www.php.cn）！
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
