【自動化測驗學習筆記】Python正則運算式

前言

正則運算式是一個特殊的字符序列，它能幫助你方便的檢查一個字串是否與某種模式匹配，

re 模塊也提供了與這些方法功能完全一致的函式，這些函式使用一個模式字串做為它們的第一個引數，

re.match函式

re.match 嘗試從字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()就回傳none，

函式語法：

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

函式引數說明：

匹配成功re.match方法回傳一個匹配的物件，否則回傳None，

我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配運算式，

實體：

import re

line = "I really like you yesterday"

matchObj = re.match( r'(.*) really (.*?) .*', line)

print ("matchObj.group() : ", matchObj.group())print ("matchObj.group(1) : ", matchObj.group(1))print ("matchObj.group(2) : ", matchObj.group(2))

以上實體執行結果如下：

matchObj.group() :  I really like you yesterdaymatchObj.group(1) :  ImatchObj.group(2) :  like

re.search方法

re.search 會在字串內查找模式匹配，直到找到第一個匹配，

函式語法：

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

函式引數說明：

匹配成功re.search方法回傳一個匹配的物件，否則回傳None，

我們可以使用group(num) 或 groups() 匹配物件函式來獲取匹配運算式，

實體：

#!/usr/bin/python
import re

line = "I really like you yesterday";

searchObj = re.search(r'(.*) really (.*?) .*', line)


print ("searchObj.group() : ", searchObj.group())
print ("searchObj.group(1) : ", searchObj.group(1))
print ("searchObj.group(2) : ", searchObj.group(2))

以上實體執行結果如下：

searchObj.group() : I really like you yesterday
searchObj.group(1) :  I
searchObj.group(2) :  love

re.match與re.search的區別

re.match只匹配字串的開始，如果字串開始不符合正則運算式，則匹配失敗，函式回傳None；而re.search匹配整個字串，直到找到一個匹配，

實體：

#!/usr/bin/python
import re

line = "I really like you yesterday";

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

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

以上實體運行結果如下：

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

檢索和替換

Python 的re模塊提供了re.sub用于替換字串中的匹配項，

語法：

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

回傳的字串是在字串中用 RE 最左邊不重復的匹配來替換，如果模式沒有發現，字符將被沒有改變地回傳，

可選引數 count 是模式匹配后替換的最大次數；count 必須是非負整數，預設值是 0 表示替換所有的匹配，

實體：

import re
 
phone = "2004-959-559 # 這是一個國外電話號碼"
 
# 洗掉字串中的 Python注釋
num = re.sub(r'#.*$', "", phone)
print("電話號碼是: ", num)
 
# 洗掉非數字(-)的字串
num = re.sub(r'\D', "", phone)
print("電話號碼是 : ", num)

以上實體執行結果如下：

電話號碼 :  2004-959-559
電話號碼 :  2004959559

repl 引數是一個函式

以下實體中將字串中的匹配的數字乘以 2：

實體：

import re
 
# 將匹配的數字乘以 2
def double(matched):
    value = https://www.cnblogs.com/WeTester/p/int(matched.group('value'))
    return str(value * 2)
 
s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))

執行輸出結果為：

A46G8HFD1134

re.compile 函式

compile 函式用于編譯正則運算式，生成一個正則運算式（ Pattern ）物件，供 match() 和 search() 這兩個函式使用，

語法格式為：

re.compile(pattern[, flags])

引數：

• pattern : 一個字串形式的正則運算式
• flags : 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體引數為：

1. re.I 忽略大小寫
2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當前環境
3. re.M 多行模式
4. re.S 即為 . 并且包括換行符在內的任意字符（. 不包括換行符）
5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性資料庫
6. re.X 為了增加可讀性，忽略空格和 # 后面的注釋

實體

>>>import re
>>> pattern = re.compile(r'\d+')                    # 用于匹配至少一個數字
>>> m = pattern.match('one12twothree34four')        # 查找頭部，沒有匹配
>>> print (m)
None
>>> m = pattern.match('one12twothree34four', 2, 10) # 從'e'的位置開始匹配，沒有匹配
>>> print (m)
None
>>> m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print (m)                                         # 回傳一個 Match 物件
<_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)

在上面，當匹配成功時回傳一個 Match 物件，其中：

• group([group1, …]) 方法用于獲得一個或多個分組匹配的字串，當要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；
• start([group]) 方法用于獲取分組匹配的子串在整個字串中的起始位置（子串第一個字符的索引），引數默認值為 0；
• end([group]) 方法用于獲取分組匹配的子串在整個字串中的結束位置（子串最后一個字符的索引+1），引數默認值為 0；
• span([group]) 方法回傳 (start(group), end(group))，

再看看一個例子：

>>>import re
>>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)   # re.I 表示忽略大小寫
>>> m = pattern.match('Hello World Wide Web')
>>> print (m)                               # 匹配成功，回傳一個 Match 物件
<_sre.SRE_Match object at 0x10bea83e8>
>>> m.group(0)                            # 回傳匹配成功的整個子串
'Hello World'
>>> m.span(0)                             # 回傳匹配成功的整個子串的索引
(0, 11)
>>> m.group(1)                            # 回傳第一個分組匹配成功的子串
'Hello'
>>> m.span(1)                             # 回傳第一個分組匹配成功的子串的索引
(0, 5)
>>> m.group(2)                            # 回傳第二個分組匹配成功的子串
'World'
>>> m.span(2)                             # 回傳第二個分組匹配成功的子串
(6, 11)
>>> m.groups()                            # 等價于 (m.group(1), m.group(2), ...)
('Hello', 'World')
>>> m.group(3)                            # 不存在第三個分組
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: no such group

findall

在字串中找到正則運算式所匹配的所有子串，并回傳一個串列，如果沒有找到匹配的，則回傳空串列，

注意：match 和 search 是匹配一次 findall 匹配所有，

語法格式為：

findall(string[, pos[, endpos]])

引數：

• string : 待匹配的字串，
• pos : 可選引數，指定字串的起始位置，默認為 0，
• endpos : 可選引數，指定字串的結束位置，默認為字串的長度，

查找字串中的所有數字：

import re
 
pattern = re.compile(r'\d+')   # 查找數字
result1 = pattern.findall('school 123 google 456')
result2 = pattern.findall('sch88ool123google456', 0, 10) 
print(result1)
print(result2)

輸出結果：

['123', '456']
['88', '12']

re.finditer

和 findall 類似，在字串中找到正則運算式所匹配的所有子串，并把它們作為一個迭代器回傳，

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

引數：

實體：

import re
 
it = re.finditer(r"\d+","12a32bc43jf3")
for match in it:
    print (match.group() )

輸出結果：

12
32
43
3

re.split

split 方法按照能夠匹配的子串將字串分割后回傳串列，它的使用形式如下：

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

引數：

實體：

>>>import re
>>> re.split('\W+', 'school, school, chool.')
['runoob', 'runoob', 'w3cschool', '']
>>> re.split('(\W+)', ' school, school, school.')
['', ' ', 'runoob', ', ', 'school', ', ', 'school', '.', '']
>>> re.split('\W+', ' w3cschool, w3cschool, w3cschool.', 1)
['', 'school, school, school.']
 
>>> re.split('a*', 'hello world')   # 對于一個找不到匹配的字串而言，split 不會對其作出分割
['hello world']

文章首發于公眾號：程式員一凡，愿你我相遇皆有所獲！

標籤：其他

上一篇：【自動化測驗學習筆記】python發送郵件模塊--zmail

下一篇：【自動化測驗學習筆記】yaml檔案操作