re模块基本使用方法

re.match()

re.match 尝试从字符串的起始位置匹配一个模式,如果匹配失败,match()返回none

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

最常规的匹配

import re

content = 'Hello 11223 44445 World_This is Regex Demo'
result = re.match('^Hello\s\d\d\d\d\d\s\d{5}\s\w{10}.*Demo$', content)
print(result)
print(result.group())
print(result.span())
<_sre.SRE_Match object; span=(0, 42), match='Hello 11223 44445 World_This is Regex Demo'>
Hello 11223 44445 World_This is Regex Demo
(0, 42)

泛匹配

import re

content = 'Hello 11223 44445 World_This is Regex Demo'
result = re.match('^Hello.*Demo$', content)
print(result)
print(result.group())
print(result.span())
<_sre.SRE_Match object; span=(0, 42), match='Hello 11223 44445 World_This is Regex Demo'>
Hello 11223 44445 World_This is Regex Demo
(0, 42)

匹配目标

import re

content = 'Hello 11223 44445 World_This is Regex Demo'
result = re.match('^Hello\s(\d+).*Demo$', content)
print(result)
print(result.group(1))
print(result.span())
<_sre.SRE_Match object; span=(0, 42), match='Hello 11223 44445 World_This is Regex Demo'>
11223
(0, 42)

贪婪匹配

.* 会匹配尽可能多的字符

import re

content = 'Hello 11223 44445 World_This is Regex Demo'
result = re.match('^Hello.*(\d+).*Demo$', content)
print(result)
print(result.group(1))
print(result.span())
<_sre.SRE_Match object; span=(0, 42), match='Hello 11223 44445 World_This is Regex Demo'>
5
(0, 42)

非贪婪匹配

.*? 匹配尽可能少的字符
这里,它匹配到第一个数字就停止了
这样就达到我们想取出第一串数字的目的了

import re

content = 'Hello 11223 44445 World_This is Regex Demo'
result = re.match('^Hello.*?(\d+).*Demo$', content)
print(result)
print(result.group(1))
print(result.span())
<_sre.SRE_Match object; span=(0, 42), match='Hello 11223 44445 World_This is Regex Demo'>
11223
(0, 42)

匹配模式

import re

content = '''Hello 11223 44445 World_This 
is Regex Demo
'''
result = re.match('^Hel.*?(\d+).*?Demo$', content, re.S)
print(result)
print(result.group(1))
<_sre.SRE_Match object; span=(0, 43), match='Hello 11223 44445 World_This \nis Regex Demo'>
11223

我们添加re.S是为了给.的匹配模式扩展到整个字符串,包括\n换行符

转义

import re

content = 'price is $5.00'
result = re.match('price is \$5\.00', content)
print(result)
<_sre.SRE_Match object; span=(0, 14), match='price is $5.00'>

可以使用反斜杠进行转义

小结:尽量使用泛匹配,使用括号得到匹配目标,尽量使用非贪婪模式,有换行符要用re.S


re.search()

re.search 扫描整个字符串并返回第一个成功匹配的字符

import re

content = 'hei, stt Hello 11223 World_This is Regex Demo'
result = re.search('Hello.*?(\d+).*Demo', content)
print(result)
print(result.group(1))
print(result.span())
<_sre.SRE_Match object; span=(9, 51), match='Hello 11223 44445 World_This is Regex Demo'>
11223
(9, 51)

小结:因为match会限制字符串头部,所以能用search就不用match


re.findall()

re.findall 扫描整个字符串并返回所有匹配的字符

import re

content = '''
<div class="info">
  <div class="more-meta">
    <h4 class="title">
      邻人之妻
    </h4>
    <p>
      <span class="author">
        [美] 盖伊·特立斯
      </span>
      <span class="publisher">
        上海人民出版社
      </span>
    </p>
  </div>
</div>
<div class="info">
  <div class="more-meta">
    <h4 class="title">
      深蓝的故事
    </h4>
    <p>
      <span class="author">
        深蓝
      </span>
      <span class="publisher">
        新星出版社
      </span>
    </p>
  </div>
</div>
'''

results = re.findall('"title">(.*?)</h4>.*?"author">(.*?)</span>.*?"publisher">(.*?)</span>', content, re.S)
for result in results:
    title, author, publisher = result
    print('title:', title.strip())
    print('author:', author.strip())
    print('publisher:', publisher.strip())
title: 邻人之妻
author: [美] 盖伊·特立斯
publisher: 上海人民出版社
title: 深蓝的故事
author: 深蓝
publisher: 新星出版社

re.sub()

re.sub 替换字符串中每一个匹配的子串后返回替换后的整个字符串

import re

content = 'hei, stt Hello 12345 World_This is Regex Demo'
content = re.sub('\d+', 'str', content)
print(content)
hei, stt Hello str World_This is Regex Demo

如果我们要替换的字符串包含它本身,我们可以给它用小括号分组,然后用反斜杠数字来引用

import re

content = 'hei, stt Hello 12345 World_This is Regex Demo'
content = re.sub('(\d+)', r'\1 678910', content)
print(content)
hei, stt Hello 12345 678910 World_This is Regex Demo

re.compile()

re.compile 将正则表达式编译成正则对象
只需要一次编译,就可以达到反复使用

import re

content = '''hei, stt Hello 12345 World_This 
is Regex Demo'''
pattern = re.compile('h.*?Demo', re.S)
result = pattern.match(content)
print(result)
<_sre.SRE_Match object; span=(0, 46), match='hei, stt Hello 12345 World_This \nis Regex Demo'>
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,837评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,551评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,417评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,448评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,524评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,554评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,569评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,316评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,766评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,077评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,240评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,912评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,560评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,176评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,425评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,114评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,114评论 2 352

推荐阅读更多精彩内容