$python正则表达式系列（2）——re模块常用函数

本文主要介绍正则re模块的常用函数。

1. 编译正则

import re
p = re.compile(r'ab*')
print '【Output】'
print type(p)
print p
print p.findall('abbc')

【Output】
<type '_sre.SRE_Pattern'>
<_sre.SRE_Pattern object at 0x7fe4783c7b58>
['abb']

正则编译的好处：速度更快。

2. re模块常用函数和方法

1. 不区分大小写匹配

p = re.compile(r'ab*',re.I)
print '【Output】'
print p.findall('AbBbc')

【Output】
['AbBb']

2. 字符串前加"r"，反斜杠""就不会被作任何特殊处理

即：如果字符串前带"r"，表示这是一个正则字符串，字符串里面用到的需要表示转义用途的""不用使用双重转义。

s = 'a+++'
p1 = re.compile('\++')
p2 = re.compile('\\++')
p3 = re.compile(r'\++')
# p4 = re.compile(r'\\++')
print '【Output】'
print p1.findall(s)
print p2.findall(s)
print p3.findall(s)
# print p4.findall(s)
# 用p4来匹配会报错：error: multiple repeat

【Output】
['+++']
['+++']
['+++']

3. 两个匹配函数

• match():判断正则是否在字符串开始位置出现。

• search()：判断正则是否在字符串任何位置出现。

p = re.compile(r'aa')
print '【Output】'
print p.match('aabcd')
print p.match('bcaad')
print p.search('bcaad')

【Output】
<_sre.SRE_Match object at 0x7fe47020a098>
None
<_sre.SRE_Match object at 0x7fe47020a098>

4. 匹配查找函数

• findall()：找到正则匹配的所有子串，并作为列表返回。

• finditer()：找到正则匹配的所有子串，并作为迭代器返回。

p = re.compile(r'\d')
s = 'a1b2c3d'
print '【Output】'
print p.findall(s)
print p.finditer(s)
for ss in p.finditer(s):
    print ss
    print ss.group()

【Output】
['1', '2', '3']
<callable-iterator object at 0x7fe4701ecb90>
<_sre.SRE_Match object at 0x7fe47020a780>
1
<_sre.SRE_Match object at 0x7fe47020a6b0>
2
<_sre.SRE_Match object at 0x7fe47020a780>
3

5. MatchObject实例方法

p = re.compile(r'aa')
m = p.search('1aa2bb3aad')
print '【Output】'
print m.group()
print m.group(0)
#print m.group(1)  # IndexError: no such group，因为当前只有一个分组
print m.start()
print m.end()
print m.span()

【Output】
aa
aa
1
3
(1, 3)

p = re.compile(r'age:(\d+),score:(\d+)')
info = 'age:15,score:98;age:20,score:100'
it = p.finditer(info)

print '【Output】'
for x in it:
    print 'info=({0}),age={1},score={2}'.format(x.group(0),x.group(1),x.group(2))

【Output】
info=(age:15,score:98),age=15,score=98
info=(age:20,score:100),age=20,score=100

6. 其他re顶级函数

(1) 匹配开头

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

注：这里的pattern既可以直接使用正则字符串（r'...'），又可以使用编译后的正则(p = re.compile(r'...'))

(2) 匹配所有位置

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

re.search()函数和re.match()函数的不同用法举例：

(3) 替换子串

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

print '【Output】'
print re.sub(r'a.b','xxx','acb,ayb,acd,aub,dd',2)
# re.sub()是产生一个新的字符串，使用re.sub()函数替换后，并不会对原字符串产生影响

【Output】
xxx,xxx,acd,aub,dd

替换子串与后项引用的结合使用举例：

可以看出re.sub()函数的第二个参数支持对前面的正则分组的后向引用，值得注意的是，第二个参数如果需要进行后向引用，那么必须写成raw字符串（'r'开头的字符串），且字符串中的正则元字符（如'.'、'+'等）会被当成普通字符出现在结果中。

注：正则后向引用相关用法参见博文：python正则表达式系列（4）——分组和后向引用

(4) 替换子串

re.subn(pattern,repl,str,count = 0,flags = 0)，作用同re.sub()函数，只不过subn()函数返回一个二元组，包含了替换后的字符串和替换次数。

print '【Output】'
print re.subn(r'a.b','xxx','acb,ayb,acd,aub,dd')

【Output】
('xxx,xxx,acd,xxx,dd', 3)

(5) 字符串分割函数

re.split(pattern, string, maxsplit=0, flags=0)

p = re.compile(r'[+\-*/]')
print '【Output】'
print re.split(p,'1+2-3*4/5')

【Output】
['1', '2', '3', '4', '5']

(6) 子串查找函数

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

print '【Output】'
print re.findall(r'a+','abbaaccaaa')

【Output】
['a', 'aa', 'aaa']

# 分组查找：
print '【Output】'
print re.findall(r'age=(\d+)','age=1,age=21')

【Output】
['1', '21']