Python re 库常用函数

python re

最近的项目中用到re库。此前在《Python基础教程》里面看到有说，如果要用正则表达式，那么就为自己创造了一个问题。于是对re避之不及。其实这种态度相当不好，你看，这两天我就为这事儿特头疼。还是好好总结一下比较好。

常用方法

1. re.match

从字符串开始匹配一个模式，这点与search()不一样，重点在于match是从开头字符串匹配。如果没有，返回None。

import re
text = 'abc 123 bcd'
m = re.match(r'(\w+)\s', text)
print m.group(0), m.group(1)
# result: abc abc

这里面特别要提一下group方法。group(0)和group()返回是一样的，都是整体的匹配结果。其他group(x)所带的数字参数x与正则表达式中的()的个数和位置有关。

如果要取得第一个()的匹配结果，那么就该用group(1)，依次类推。

要想一下子取得所有的()的匹配结果，用groups()方法。

2. re.search

返回字符串中第一个符合匹配的模式，如果没有则返回None。具体用法同match()函数。

3. re.sub

用于替换字符串，类似于str对象的replace()方法。[PS:这个函数名字起的真不好，容易让人以为是取子字符串。]

import re
text = 'I love BIT.'
print re.sub('\s+', '-', text)
# result: I-love-BIT.　默认全部替换。
print re.sub('\s+', '-', text, 1)
# result: I-love BIT. 只替换一个。
# replace 方法
print text.replace(' ', '-')
# result: I-love-BIT.　默认全部替换。
print text.replace(' ', '-', 1)
# result: I-love BIT.　最多替换一个。

4. re.compile

将经常使用的正则表达式编译成一个对象，然后用这个对象去匹配字符串。

import re
pattern = r'android[ /](?P<version>\d+\.\d+)' #匹配手机user-agent中的android手机和版本号
ua = 'Mozilla/5.0 (Linux; U; Android 4.3; zh-CN; SCH-N719 Build/JSS15J) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 YisouSpider/1.0.0 Mobile Safari/533.1'.lower()
p = re.compile(pattern)
m = p.search(ua)
print m.group(0)
# result: android 4.3
print m.group('version')
# result: 4.3

上面这样写，当有多个ua要进行匹配，由于正则表达式已经编译成对象了，于是效率比直接用字符串search()和match()高。

5. re.findall

如其名字所示，是返回所有满足匹配规则的字符串。注意返回结果是一个list对象。

import re
text = 'abc 123 def 456 ghi'
print re.findall(r'\w+\s', text)
# result: ['abc ', '123 ', 'def ', '456 ']