Python 're' 模块文档

简介

're' 模块是 Python 的标准库之一，提供了正则表达式的支持。正则表达式是一种用来匹配文本的模式，在数据处理和文本分析方面有着广泛的应用。're' 模块中的函数和方法可以用来创建、编译和执行正则表达式。

正则表达式语法

正则表达式由字符和特殊字符（元字符）组成，用来匹配文本中的子串，比如匹配电子邮件地址、电话号码、URL 等等。下面是常用的元字符：

• '.' 匹配任意单个字符，除了换行符（\n）。
• '^' 匹配字符串开始位置。
• '$' 匹配字符串结束位置。
• '*' 匹配前面的表达式零次或多次。
• '+' 匹配前面的表达式一次或多次。
• '?' 匹配前面的表达式零次或一次。
• '{m}' 匹配前面的表达式 m 次。
• '{m,n}' 匹配前面的表达式至少 m 次、最多 n 次。
• '[' 和 ']' 匹配方括号中的任何字符。
• '|' 指定两个或多个表达式之间的可选项。

在 Python 中，正则表达式使用字符串表示，需要用反斜杠（\）进行转义。Python 中的常用正则表达式函数和方法都是基于 're' 模块提供的。

使用方法

re.match(pattern, string, flags=0)

re.match() 函数用于尝试从字符串的起始位置匹配一个模式。如果匹配成功，就返回一个匹配对象；如果不成功，就返回 None。它的语法如下：

re.match(pattern, string, flags=0)

其中，pattern 是一个字符串形式的正则表达式，string 是需要匹配的字符串，flags 是一个可选的标志位，用来控制正则表达式的匹配方式。下面是示例代码：

import re

pattern = r'hello'
string = 'hello world'

match_obj = re.match(pattern, string, flags=0)

if match_obj:
    print('Match found: %s' % match_obj.group())
else:
    print('Match not found')

输出结果为：

Match found: hello

re.search(pattern, string, flags=0)

re.search() 函数用于在字符串中搜索匹配正则表达式的第一个位置，如果匹配成功，就返回一个匹配对象；如果不成功，就返回 None。它的语法如下：

re.search(pattern, string, flags=0)

其中，pattern、string、flags 的含义和 re.match() 函数一样。下面是示例代码：

import re

pattern = r'world'
string = 'hello world'

match_obj = re.search(pattern, string, flags=0)

if match_obj:
    print('Match found: %s' % match_obj.group())
else:
    print('Match not found')

输出结果为：

Match found: world

re.findall(pattern, string, flags=0)

re.findall() 函数用于在字符串中搜索匹配正则表达式的所有位置，返回一个列表，列表中的每个元素都是一个匹配对象。它的语法如下：

re.findall(pattern, string, flags=0)

其中，pattern、string、flags 的含义和 re.match() 函数一样。下面是示例代码：

import re

pattern = r'\d+'
string = 'The price of this book is $19.99.'

match_list = re.findall(pattern, string, flags=0)

print('All matches: %s' % match_list)

输出结果为：

All matches: ['19', '99']

re.sub(pattern, repl, string, count=0, flags=0)

re.sub() 函数用于搜索字符串中匹配正则表达式的所有子串，并将其替换为指定的字符串。它的语法如下：

re.sub(pattern, repl, string, count=0, flags=0)

其中，pattern、string、flags 的含义和 re.match() 函数一样，repl 是要替换成的字符串，count 是替换次数（默认为 0，表示替换所有匹配），返回替换后的结果字符串。下面是示例代码：

import re

pattern = r'\d+'
string = 'The price of this book is $19.99.'

replaced_string = re.sub(pattern, '', string, flags=0)

print('Replaced string: %s' % replaced_string)

输出结果为：

Replaced string: The price of this book is $.

总结

使用 're' 模块，我们可以很方便地生成、编译和执行正则表达式，从而对文本进行匹配和处理。作为一名 Python 开发人员，了解正则表达式的语法和常用函数，可以帮助我们更高效地从数据中提取有价值的信息。