python中使用正则表达式处理文本(仅记录常用方法和参数)

标准库模块

python中通过re模块使用正则表达式

import re

常用方法

生成正则表达式对象

compile(pattern[,flags])

pattern：正则表达式字符串

flags：re.I 匹配不区分大小写

re.S .为包括换行在内的所有字符（原本.不包括换行）

---

匹配字符串

match(pattern,string,[flags])

在起始位置匹配，若起始位置不匹配，返回None，反之返回Match对象

search(pattern,string,[flags])

搜索字符串中第一个匹配的值，成功返回Match对象，失败返回None

findall(pattern,string,[flags])

搜索所有符合条件的字符串，并以列表形式返回，失败返回空列表，这也是最为常用的方法.

返回的列表：

1. 正则表达式内无组时返回所有匹配的字符串的列表
2. 当给出的正则表达式中带有一个括号时（即包含一个组），列表的元素为字符串，此字符串的内容与括号中的正则表达式相对应（不是整个正则表达式的匹配内容）
3. 当给出的正则表达式中带有多个括号时（即包含组），列表的元素为多个字符串组成的tuple，tuple中字符串个数与括号对数相同，字符串内容与每个括号内的正则表达式相对应，并且排放顺序是按括号出现的顺序。

---

替换字符串

sub(pattern, replace,string[,count,flags])

count是最大替换次数，默认为0 表示替换所有匹配，返回替换后的文本

replace为替换的字符串，也可以是一个函数，此函数有一个参数为match对象，利用函数可以进行更丰富的操作，例如在匹配位置前后进行增减操作等

def add(s):
    return s.group()+'五'
str1 = "一二三四六七"
x = re.sub(r'四',add,str1)   #x='一二三四五六七'

---

分割字符串

split(pattern,string[,count,flags])

count是最大拆分次数，默认0表示无限次

以正则表达式匹配的字符串为界限分割，返回分割后的列表

match对象

常用方法：

group(num=0)

默认返回匹配的整个字符串，加参数（组号），返回该组号的字符串

groups()

返回包含所有组的元组，没有组就为空元组