Python-re模块使用正则表达式

Python - re 模块

• compile(pattern , flags=0) : 将 字符串格式的正则表达式 转成 Pattern 对象 (Pattern对象是 Python 语言 中 用来表示 正则表达式的 对象)

  • compile 编译正则后返回一个 Pattern 对象， Pattern 对象拥有 下面 所有的 方法， 但 Pattern中的 方法 均没有 pattern 和 flags 参数 。

• findall(pattern , string, flags=0) : 将 正则表达式 检索到的 内容 提取出来、并返回一个 列表

• finditer(pattern , string, flags=0) : 将 正则表达式 检索到的 内容 提取出来、并返回一个 迭代器 ， 迭代器 中 的 每一个元素 是 Match 对象 。

  • Match 对象 常见的操作
    • span(group=0) : 获取 正则表达式 匹配的 指定 组 内容 的 起始位置 和 结束位置 ，返回一个元组 、 如果 group = 0 代表 获取 整个正则 匹配的的 信息
    • start(group=0) : 获取 正则表达式 匹配的 指定 组 内容 的 起始位置 、 如果 group = 0 代表 获取 整个正则 匹配的的 信息
    • end(group=0) : 获取 正则表达式 匹配的 指定 组 内容 的 结束位置 、 如果 group = 0 代表 获取 整个正则 匹配的的 信息
    • group(group=0) : 获取 正则表达式 匹配的 字符串 ，如果 group = 0 代表 获取 整个正则 匹配的的 信息
    • groups() : 获取 正则表达式 每一个组 匹配的 内容， 返回一个元组
    • groupdict() : 获取 正则表达式 中 命名捕获分组 匹配的 内容， 返回一个 字典 ， 键是 组的 名字 ， 值 是 该组匹配的 字符串

• search(pattern , string , flags=0) : 获取 正则表达式 匹配 字符串的 第一个 内容， 返回一个 Match 对象 ， 如果 没有找到 匹配的内容， 则返回 None

• match(pattern, string, flags=0) : 匹配的内容必须是字符串头部信息 ，找到并返回一个 Match对象， 如果 头部信息不匹配正则，则返回 None

• fullmatch(pattern, string, flags=0) ： 相当于 在 正则表达式 上 添加 了 以 … 开头 和 以 … 结尾的 限制 。返回 Match 对象

• split(pattern, string, maxsplit=0, flags=0) : 根据 正则表达式 匹配的内容 进行 字符串的拆分 、返回 列表

  string = "ab234g465gsf" 
  # 按照数字拆分字符串 
  re.split(r"\d+" ,  string)    #  ["ab", "g",  "gsf"]
  

• sub(pattern, repl, string, count=0, flags=0) : 将 正则表达式 匹配的内容 替换成 repl 对应的 字符串， count 设置替换的次数 ， 0 代表全部替换 、 返回 替换后的 字符串

• subn(pattern, repl, string, count=0, flags=0) : 将 正则表达式 匹配的内容 替换成 repl 对应的 字符串， count 设置替换的次数 ， 0 代表全部替换 、返回 替换后的 字符串和 替换的次数 组成的元组。

  string = "13312344321"
  # 将手机号中间 4位隐藏
  ret = re.sub(r"(?<=1[3-9]\d)(\d{4})(?=\d{4})", "****", string)
  # 将手机号 中间4位颠倒顺序
  ret = re.sub(r"(?<=1[3-9]\d)(\d{4})(?=\d{4})", lambda x: x.group()[::-1],string)
  

sub 和 subn 中 repl 代表 要替换的内容， 可以是一个 字符串 ， 也可以是一个函数

正则中的 修饰符

• i 模式 : 正则 在 匹配 数据的 时候 忽略 大小写

• dotAll (s) 模式 : 在 该 模式 下 ， . 匹配 任意字符

• m 模式 : 多行、 在正则表达式 使用 限定符的 情况下 、默认匹配整个字符串开始和结尾， 如果使用 了 m 模式, 限定符 就变成了 对 字符串的每一行 进行 限定 。

在 Python中， 可以 通过 re.I , re.S , re.M 获取对应的模式，通过 flags 参数传入 ， 如果某个操作需要多个模式，可以 使用 | 位或 运算 处理

string = """
234654dsfsdg
abc34ABD13234
ABC2354GG5
GFfg546fg7
"""# 编写一个正则表达式 、提取字符串中 每一行 以 字母开头的 数据
regex = r".+"
ret = re.findall(regex, string, re.M | re.I)

模块

Python 中 一个 .py 文件 就是一个模块 。

多个 模块 可以使用 包 package 进行 管理 、 包 是一个特殊的文件夹， 下面 必须提供一个 __init__.py 文件

导入

import 导入

• import 包
• import 包.模块
• import 包.模块.函数/类…

  导入 的时候，也可以 通过 as 设置别名

from import 导入

• from … import …

支持 相对导入 和 绝对导入 。 相对导入 使用 . (当前位置) 或者 .. (上一级位置) , ... (上上级位置) 等 方式 导入

相对导入

只能运用于包的内部、不能应用于 顶层模块(程序入口模块) 、 相对 导入 。 相对导入 只能 导入 和 它 具有 相同父级包 的 模块 。

顶层模块

程序执行的 入口模块 被称为 顶层模块 ， 顶层模块 中不能使用相对导入 。 顶层模块的 模块名__name__ 为 __main__

推荐在编写代码的时候 ， 在 顶层模块 中 添加 if __name__ == '__main__': 判断 、可以保证 判断中的代码只有在该模块为顶层模块时才执行。