正则表达式

正则表达式(regular expression)是可以匹配文本片段的模式。正则表达式并不是一个程序，而是用于字符串处理的一种模式。

正则表达式

re 模块

在Python中，我们可以使用内置的re模块来使用正则表达式。

有一点需要特别注意，正则表达式使用\对特殊字符进行转义，比如，为了匹配字符串 ‘python.org’，我们需要使用正则表达式 'python\.org'，而 Python 的字符串本身也用 \ 转义，所以上面的正则表达式在 Python 中应该写成 'python\\.org'，这会很容易陷入 \ 的困扰中，因此，我们建议使用 Python 的原始字符串，只需加一个 r 前缀，上面的正则表达式可以写成：

r'python\.org'

re模块提供了不少有用的函数，用以匹配字符串，比如：

1 compile函数

2 match 函数

3 search 函数

4 findall 函数

5 finditer 函数

6 split 函数

7 sub 函数

8 subn 函数

一  使用compile函数将正则表达式的字符串形式编译为一个Pattern对象

二  通过Pattern对象提供一系列的方法对文本进行匹配查找，获取匹配结果（一个Match对象）

三  最后使用Match对象提供的属性和方法获取信息，根据需要进行其他操作

Compile 函数

compile函数用于编译正则表达式，生成一个Pattern对象，它的一般使用形式如下：

1  re.compile(pattern[, flag])

其中，pattern是一个字符串形式的正则表达式，flag是一个可选参数，表示匹配模式，比如忽略大小写，多行模式等。

import re

pattern = re.compile(r'\d+')

在上面，我们已将一个正则表达式编译成Pattern对象，接下来，我们就可以利用Pattern的一系列方法对文本进行匹配查找了。Pattern对象的一些常用方法组要有：

match方法

search方法

findall方法

finditer方法

split方法

sub方法

subn方法

match方法

match方法用于查找字符串的头部（也可以指定其实位置），它是一次匹配，只要找到一个匹配结果就返回，而不是查找所有匹配的结果。它的一般使用形式如下：

1 match(string[, pos[, endpos]])

其中， string是带匹配的字符串，pos和endpos是可选参数，指定字符串和起始和终点位置，默认值分别是0 很len，因此当你不指定pos和endpos时， match方法默认匹配字符串的头部。

当匹配成功时， 返回一个Match对象，如果没有匹配上，则返回None。

re.match

在上面，当匹配成功时返回一个Match对象，其中：

group([group1, ...])方法用于获取一个或多个分组匹配的字符串，当要获得整个匹配的字串时，可直接使用group()或group(0);

start([group])方法用于获取分组匹配的子串在整个字符串中的起始位置（字串第一个字符的索引），参数默认值为0；

end([group])方法用于获取子串的结束位置

span([group]) 方法返回(start(group), end(group))

search方法

search方法用于查找字符串的任何位置，它也是一次匹配，只要找到了一个匹配结果就返回，而不是查找所有的匹配结果，它的一般使用形式如下：

1， search（string[, pos[, endpos]]）

其中， string是待匹配的字符串， pos和endpos是可选参数，指定字符串的起始和终点位置，默认值为0和len。

当匹配成功的时候返回一个match对象， 如果没成功，返回None

search

findall方法

search和match方法只匹配一次，只要找到一个匹配的结果就返回。然而，在大多数时候，我们需要搜索整个字符串，获取所有匹配的结果。

findall方法的使用形式如下：

1，findall(string[, pos[, endpos]])

匹配返回是一个列表。如果没有匹配，则返回一个空列表

split方法

split方法按照能够匹配的字串将字符串分割后返回列表，它的使用形式如下：

1 split(string[, maxsplit])

其中， maxsplit用于指定最大分割次数，不指定是将其全部分割。

sub 方法

sub方法用于替换。他的使用形式如下：

1 sub(repl, string[, count])

其中一个repl是字符串，则会使用