Python正則表達式

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

Python 自1.5版本起增加了re 模塊，它提供Perl 風格的正則表達式模式。

re 模塊使Python 語言擁有全部的正則表達式功能。

compile 函數根據一個模式字符串和可選的標誌參數生成一個正則表達式對象。 該對象擁有一系列方法用於正則表達式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數，這些函數使用一個模式字符串做為它們的第一個參數。

本章節主要介紹Python中常用的正則表達式處理函數。

re.match函數

re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。

函數語法 ：

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

函數參數說明：

匹配成功re.match方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或groups() 匹配對象函數來獲取匹配表達式。

實例1：

#!/usr/bin/python
# -*- coding: UTF-8 -*- 

import re
print(re.match('www', 'www.w3big.com').span())  # 在起始位置匹配
print(re.match('com', 'www.w3big.com'))         # 不在起始位置匹配

以上實例運行輸出結果為：

(0, 3)
None

實例2：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
   print "matchObj.group() : ", matchObj.group()
   print "matchObj.group(1) : ", matchObj.group(1)
   print "matchObj.group(2) : ", matchObj.group(2)
else:
   print "No match!!"

以上實例執行結果如下：

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

re.search方法

re.search 掃描整個字符串並返回第一個成功的匹配。

函數語法：

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

函數參數說明：

匹配成功re.search方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或groups() 匹配對象函數來獲取匹配表達式。

實例1：

#!/usr/bin/python
# -*- coding: UTF-8 -*- 

import re
print(re.search('www', 'www.w3big.com').span())  # 在起始位置匹配
print(re.search('com', 'www.w3big.com').span())         # 不在起始位置匹配

以上實例運行輸出結果為：

(0, 3)
(11, 14)

實例2：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
   print "searchObj.group(1) : ", searchObj.group(1)
   print "searchObj.group(2) : ", searchObj.group(2)
else:
   print "Nothing found!!"

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

re.match與re.search的區別

re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

實例：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print "search --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

No match!!
search --> matchObj.group() :  dogs

檢索和替換

Python 的re模塊提供了re.sub用於替換字符串中的匹配項。

語法：

re.sub(pattern, repl, string, max=0)

返回的字符串是在字符串中用RE 最左邊不重複的匹配來替換。 如果模式沒有發現，字符將被沒有改變地返回。

可選參數count 是模式匹配後替換的最大次數；count 必須是非負整數。 缺省值是0 表示替換所有的匹配。

實例：

#!/usr/bin/python
import re

phone = "2004-959-559 # This is Phone Number"

# Delete Python-style comments
num = re.sub(r'#.*$', "", phone)
print "Phone Num : ", num

# Remove anything other than digits
num = re.sub(r'\D', "", phone)    
print "Phone Num : ", num

Phone Num :  2004-959-559
Phone Num :  2004959559

正則表達式修飾符- 可選標誌

正則表達式可以包含一些可選標誌修飾符來控制匹配的模式。 修飾符被指定為一個可選的標誌。 多個標誌可以通過按位OR(|) 它們來指定。 如re.I | re.M 被設置成I 和M 標誌：

正則表達式模式

模式字符串使用特殊的語法來表示一個正則表達式：

字母和數字表示他們自身。 一個正則表達式模式中的字母和數字匹配同樣的字符串。

多數字母和數字前加一個反斜杠時會擁有不同的含義。

標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。

反斜杠本身需要使用反斜杠轉義。

由於正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。 模式元素(如r'/t'，等價於'//t')匹配相應的特殊字符。

下表列出了正則表達式模式語法中的特殊元素。 如果你使用模式的同時提供了可選的標誌參數，某些模式元素的含義會改變。

正則表達式實例

字符匹配

字符類

特殊字符類