Python re 正则表达式 数据匹配提取 基本使用

小洲提示：代码可直接复制在编译器中运行，方便更好的理解

文章目录

前言

一、导入库，内置模块无需安装

二、语法介绍

三、常用的方法

3.1 re.compile()

3.2 re.match()

3.3 re.search()

3.4 re.findall()

3.5 re.sub()

四、在线正则表达式测试

总结

前言

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入库，内置模块无需安装

import re

二、语法介绍

模式字符串使用特殊的语法来表示一个正则表达式：
字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。
多数字母和数字前加一个反斜杠时会拥有不同的含义。
标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。
反斜杠本身需要使用反斜杠转义。
正则表达式通常都包含反斜杠"\\"以及小括号"\(\)"，模式元素(如 r'\t'，等价于 '\\t')匹配相应的特殊字符。

三、常用的方法

3.1 re.compile()

re.compile()  # 预编译, 编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。
match object对象有以下方法：
group() 返回被 RE 匹配的字符串
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span()返回一个元组包含匹配 (开始,结束) 的位置
re_obj = re.compile('[0-9]+')  
result = re_obj.search(string='asda123fs1231')  # 匹配数字，匹配第一次查找到的内容，返回match object对象
print(result.group())  # 123  # 123

3.2 re.match()

re.match()  # 从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，否则返回None。
参数如下：
pattern： 正则规则
string ： 要匹配的字符串
falgs ： 匹配模式(这个是可选的,可写,可不写)，re.S，re.L 
match() 方法一旦匹配成功，就是一个match object对象
import re
str_text = "Python is a good language"  # 要匹配的内容, 对应match 里面的string
result = re.match(pattern="Python.{10,15}", string=str_text, flags=re.S)  # 使 "." 特殊字符完全匹配任何字符
print(result.group())  # 输出结果：Python is a good lang

3.3 re.search()

re.search()  # 会在整个字符串内查找匹配,只要找到第一个匹配则返回一个match object对象，否则返回None。
str_text = "Python is a good language I am xiaozhou1 ! I am xiaozhou2 !"
result = re.search(pattern='I.*?!', string=str_text, flags=re.S)  # 非贪婪
print(result.group())  # I am xiaozhou1 !
result = re.search(pattern='I.+!', string=str_text, flags=re.S)  # 贪婪
print(result.group())  # I am xiaozhou1 ! I am xiaozhou2 !

3.4 re.findall()

re.findall()  # 会在整个字符串内查找匹配,返回所有匹配的结果，list类型，否则返回[]
str_text = "Python is a good language I am xiaozhou1 ! I am xiaozhou2 ! I am xiaozhou3 ! I am xiaozhou4 !"
result = re.findall(pattern='I.*?!', string=str_text, flags=re.S)
print(result)  # ['I am xiaozhou1 !', 'I am xiaozhou2 !', 'I am xiaozhou3 !', 'I am xiaozhou4 !']

3.5 re.sub()

re.sub()  # 会在整个字符串内查找匹配,将匹配的内容替换为设置(repl)的内容
参数如下：
pattern : 正则中的模式字符串。
repl : 替换的字符串，也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
falgs ： 匹配模式(这个是可选的,可写,可不写)，re.S，re.L 
str_text = 'I am xiaozhou 我是小洲'
result = re.sub(pattern='[\u4e00-\u9fa5]', repl='', string=str_text, count=0, flags=re.S)  # [^\u4e00-\u9fa5] 替换所有非中文，^取反
print(result)  # I am xiaozhou 

四、在线正则表达式测试

在线正则表达式测试： https://tool.oschina.net/regex/#

总结

小洲提示：代码可直接复制在编译器中运行，方便更好的理解

例如：以上就是今天要讲的内容，本文仅仅简单介绍了re的使用，而re提供了大量能使我们快速便捷地处理数据的函数和方法，后续有关于re的常用代码会在这篇博客中持续更新。
转 python内置正则表达式（re）模块官方文档简要中文版：https://www.cnblogs.com/rosesmall/archive/2012/12/26/2833681.html