01 re 库的应用
re 库是 Python 中处理正则表达式的标准库，本篇博客介绍 re 库的同时，会简单介绍一下正则表达式语法，如果想深入学习正则表达式，还需要好好下一番功夫。
1.1 正则表达式语法
正则表达式语法由字符和操作符构成，初期阶段掌握下述这些内容即可。
以上表示仅仅为正则表达最基础部分内容，如果希望深入研究正则表达式，建议寻找更加全面的资料进行学习，本文只做药引。
1.2 re 库基本用法
re 库主要函数如下：
- 基础函数：compile；
- 功能函数：search、match、findall、split、finditer、sub。
在正式学习之前，先了解一下原生字符串。
在 Python 中，表示原生字符串，需要在字符串前面加上 r。
例如 my_str = 'i'am xiangpica' 在程序中会直接报错，如果希望字符串中 ' 可以正常运行，需要加上转移字符 \，修改为 my_str = 'i'am xiangpica'。
但这样结合上文正则表达式中的操作符，就会出现问题，因为 \ 在正则表达式中是有真实含义的，如果你使用 re 库去匹配字符串中的 \，那需要使用 4 个反斜杠，为了避免这种情况出现，引入了原生字符串概念。
# 不使用原生字符串的正则表达式 "\\\\"
# 使用原生字符串的正则表达式 r"\\"
在后文会有实际的应用。
接下来<typo id="typo-628" data-origin="在" ignoretag="true">在</typo>学习一个案例，例如下述代码：
my_str='C:\number'
print(my_str)
C:
umber
本段代码的输出效果如下，\n 被解析成了换行，如果想要屏蔽这种现象，使用 r 即可：
my_str=r'C:\number'
print(my_str)
输出 C:\number。
02 re 库相关函数说明
2.1 re.search 函数
该函数用于，在字符串中搜索正则表达式匹配到的第一个位置的值，返回 match 对象。
函数原型如下：
re.search(pattern,string,flags=0)
需求：在字符串 梦想橡皮擦 good good 中匹配 橡皮擦。
import re
my_str='梦想橡皮擦 good good'
pattern = r'橡皮擦'
ret = re.search(pattern,my_str)
print(ret)
返回结果：<re.Match object; span=(2, 5), match='橡皮擦'>。
search 函数的第三个参数 flags 表示正则表达式使用时的控制标记。
- re.I，re.IGNORECASE：忽略正则表达式的大小写；
- re.M，re.MULTILINE：正则表达式中的 ^ 操作符能够将给定字符串的每行当做匹配的开始；
- re.S，re.DOTALL：正则表达式中的 . 操作符能够匹配所有字符。
最后将匹配到的字符串进行输出，使用下述代码即可实现。
import re
my_str = '梦想橡皮擦 good good'
pattern = r'橡皮擦'
ret = re.search(pattern, my_str)
if ret:
print(ret.group(0))
2.2 re.match 函数
该函数用于在目标字符串开始位置去匹配正则表达式，返回 match 对象，未匹配成功返回 None，函数原型如下：
re.match(pattern,string,flags=0)
一定要注意是目标字符串开始位置。
import re
my_str = '梦想橡皮擦 good good'
pattern = r'梦' # 匹配到数据
pattern = r'good' # 匹配不到数据
ret = re.match(pattern, my_str)
if ret:
print(ret.group(0))
re.match 和 re.search 方法都是一次最多返回一个匹配对象，如果希望返回多个值，可以通过在 pattern 里加括号构造匹配组返回多个字符串。
2.3 re.findall 函数
该函数用于搜索字符串，以列表格式返回全部匹配到的字符串，函数原型如下：
re.findall(pattern,string,flags=0)
测试代码如下：
import re
my_str = '梦想橡皮擦 good good'
pattern = r'good'
ret = re.findall(pattern, my_str)
print(ret)
2.4 re.split 函数
该函数将一个字符串按照正则表达式匹配结果进行分割，返回一个列表。
函数原型如下：
re.split(pattern, string, maxsplit=0, flags=0)
re.split 函数进行分割的时候，如果正则表达式匹配到的字符恰好在字符串开头或者结尾，返回分割后的字符串列表首尾都多了空格，需要手动去除，例如下述代码：
import re
my_str = '1梦想橡皮擦1good1good1'
pattern = r'\d'
ret = re.split(pattern, my_str)
print(ret)
运行结果：
['', '梦想橡皮擦', 'good', 'good', '']
切换为中间的内容，则能正确<typo id="typo-2317" data-origin="的" ignoretag="true">的</typo>分割字符串。
import re
my_str = '1梦想橡皮擦1good1good1'
pattern = r'good'
ret = re.split(pattern, my_str)
print(ret)
如果在 pattern 中捕获到括号，那括号中匹配到的结果也会在返回的列表中。
import re
my_str = '1梦想橡皮擦1good1good1'
pattern = r'(good)'
ret = re.split(pattern, my_str)
print(ret)
运行结果，你可以对比带括号和不带括号的区别进行学习：
['1梦想橡皮擦1', 'good', '1', 'good', '1']
maxsplit 参数表示最多进行分割次数， 剩下的字符全部返回到列表的最后一个元素，例如设置匹配 1 次，得到的结果是 ['1梦想橡皮擦1', '1good1']。
13.2.5 re.finditer 函数
搜索字符串，并返回一个匹配结果的迭代器，每个迭代元素都是 match 对象。函数原型如下：
re.finditer(pattern,string,flags=0)
测试代码如下：
import re
my_str = '1梦想橡皮擦1good1good1'
pattern = r'good'
# ret = re.split(pattern, my_str,maxsplit=1)
ret =re.finditer(pattern, my_str)
print(ret)
2.6 re.sub 函数
在一个字符串中替换被正则表达式匹配到的字符串，返回替换后的字符串，函数原型如下：
re.sub(pattern,repl,string,count=0,flags=0)
其中 repl 参数是替换匹配字符串的字符串，count 参数是匹配的最大替换次数。
import re
my_str = '1梦想橡皮擦1good1good1'
pattern = r'good'
ret = re.sub(pattern, "nice", my_str)
print(ret)
运行之后，得到替换之后的字符串：
1梦想橡皮擦1nice1nice1
2.7 re 库其它函数
其它比较常见的函数有：re.fullmatch()，re.subn()，re.escape()，更多内容可以查阅 官方文档，获取一手资料。
03 re 库的面向对象写法
上文都是函数式写法，re 库可以采用面向对象的写法，将正则表达式进行编译之后，多次操作。核心用到的函数是 re.compile。
该函数原型如下：
regex = re.compile(pattern,flags=0)
其中 pattern 是正则表达式字符串或者原生字符串。
测试代码如下：
import re
my_str = '1梦想橡皮擦1good1good1'
# 正则对象
regex = re.compile(pattern = r'good')
ret = regex.sub("nice", my_str)
print(ret)
上述代码将正则表达式编译为一个正则对象，后面在 regex.sub 函数中就不需要在写正则表达式了，使用时，只需要将编译好的 regex 对象替换所有的 re 对象，再去调用对应的方法。
04 re 库的 match 对象
使用 re 库匹配字符串之后，会返回 match 对象，该对象具备以下属性和方法。
4.1 match 对象的属性
- .string：待匹配的文本；
- .re：匹配时使用的 pattern 对象；
- .pos：正则表达式搜索文本的开始位置；
- .endpos：正则表达式搜索文本的结束位置。
测试代码如下：
import re
my_str = '1梦想橡皮擦1good1good1'
regex = re.compile(pattern = r'g\w+d')
ret = regex.search(my_str)
print(ret)
print(ret.string)
print(ret.re)
print(ret.pos)
print(ret.endpos)
结果输出：
<re.Match object; span=(7, 16), match='good1good'>
1梦想橡皮擦1good1good1
re.compile('g\\w+d')
4.2 match 对象的方法
- .group(0)：获取匹配后的字符串；
- .start()：匹配字符串在原始字符串的开始位置；
- .end()：匹配字符串在原始字符串的结尾位置；
- .span()：返回(.start(),.end())
因为内容比较简单，具体代码不再展示。
05 这篇文章的总结
本篇文章学习了 Python 中 re 库的知识点，重点在 re 库中的各个函数，对正则表达式未做过多说明，希望对你有所帮助。
作者：梦想橡皮擦
原文链接：https://blog.csdn.net/hihell/article/details/114648366
