python——正则表达式详解(二)

本文讲解正则表达式常用的几大函数方法：

该方法用于查找字符串的头部，它只要找到了一个匹配的结果就返回，说明：string是待匹配的字符串，pos和endpos指定字符串的起点和终点的位置，当不指定时，默认从头部开始匹配，当匹配成功时，返回Match对象。

import re

"""
match(string, pos=0, endpos=-1)
该方法用于查找字符串的头部，它只要找到了一个匹配的结果就返回
说明：string是待匹配的字符串，pos和endpos指定字符串的起点和终点的位置
当不指定时，默认从头部开始匹配，当匹配成功时，返回Match对象
"""
test_str = "aaaa12345678sfsdf"
pattern = re.compile(r"d+")
matcher = pattern.match(test_str, 4, 12)
print(matcher)  # 
print(matcher.group())  # 12345678, 返回匹配的字符串，可以使用group()或者group(0)
print(matcher.start())  # 4, 返回匹配的字符串在整个字符串的起始位置
print(matcher.end())    # 12， 返回匹配的字符串在整个字符串的结束位置
print(matcher.span())   # (4, 12)， 返回(star(), end())

该方法用于查找字符串的任何位置，它只要找到一个匹配的结果就返回，
说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置，
当匹配成功时返回Match对象，匹配不成功时返回None。

import re

"""
search(string, pos=0, endpos=-1)
该方法用于查找字符串的任何位置，它只要找到一个匹配的结果就返回
说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置
当匹配成功时返回Match对象，匹配不成功时返回None
"""
# egg_001:匹配到第一个就返回
test_str = "aaa777bbb888ccc999"
pattern = re.compile(r"d+")
matcher = pattern.search(test_str)
print(matcher)  # 

# egg_002:指定起始位置
test_str = "aaa000bbb111ccc222"
pattern = re.compile(r"d+")
matcher = pattern.search(test_str, 3, 12)
print(matcher)  # 
print(matcher.group())  # 000, 返回匹配的字符串，可以使用group()或者group(0)
print(matcher.start())  # 3, 返回匹配的字符串在整个字符串的起始位置
print(matcher.end())    # 6， 返回匹配的字符串在整个字符串的结束位置
print(matcher.span())   # (3, 6)， 返回(star(), end())

该方法返回所有匹配的结果，
说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置，
当匹配成功时返回匹配的列表，匹配不成功时返回空列表，
捕获：findall函数，在正则匹配里，如果有分组，就仅仅匹配分组里面的内容，
然后返回这个组的列表，如果有多个分组，那就把每一个分组看成一个单位，
组合成一个元组，然后返回一个含有多个元组的列表。

import re

"""
findall(string, pos=0, endpos=-1)
该方法返回所有匹配的结果
说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置，
当匹配成功时返回匹配的列表，匹配不成功时返回空列表，
捕获：findall函数，在正则匹配里，如果有分组，就仅仅匹配分组里面的内容，
然后返回这个组的列表，如果有多个分组，那就把每一个分组看成一个单位，
组合成一个元组，然后返回一个含有多个元组的列表。
"""
# egg_001:匹配所有位置并返回结果
test_str = "aaa111bbb222ccc333"
pattern = re.compile(r"d+")
matcher = pattern.findall(test_str)
print(matcher)  # ['111', '222', '333']

# egg_002:设置起始位置， 返回特定范围内的结果
test_str = "aaa111bbb222ccc333"
pattern = re.compile(r"d+")
matcher = pattern.findall(test_str, 2, 13)
print(matcher)  # ['111', '222']

说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置，
说明：该方法返回所有匹配的字符串，但是它返回的是一个迭代器，
通过该迭代器我们可以访问匹配的每一个字符串。

import re

"""
finditer(string, pos=0, endpos=-1)
说明：string是带匹配的字符串，pos和endpos分别为字符串的起始和结束位置，
说明：该方法返回所有匹配的字符串，但是它返回的是一个迭代器
通过该迭代器我们可以访问匹配的每一个字符串
"""
# egg_001:匹配所有符合要求的并返回一个迭代器
test_str = "aaa111bbb222ccc333"
pattern = re.compile(r"d+")
matcher = pattern.finditer(test_str)
print(matcher)  # 
for result in matcher:
    print("找到的字符串{0}，位置是{1}".format(result.group(), result.span()))
    # 找到的字符串111，位置是(3, 6)
    # 找到的字符串222，位置是(9, 12)
    # 找到的字符串333，位置是(15, 18)

# egg_002:设置匹配起始位置，返回范围内匹配结果
test_str = "aaa111bbb222ccc333"
pattern = re.compile(r"d+")
matcher = pattern.finditer(test_str, 3, 12)
print(matcher)  # 
for result in matcher:
    print("找到的字符串{0}，位置是{1}".format(result.group(), result.span()))
    # 找到的字符串111，位置是(3, 6)
    # 找到的字符串222，位置是(9, 12)

该方法表示将能够匹配的子串切割，说明：string表示需要匹配的字符串，
maxsplit表示最大的分割次数，不指定即为全部分割。

import re

"""
slit(strng, maxsplit=0)
说明：该方法表示将能够匹配的子串切割，string表示需要匹配的字符串，
maxsplit表示最大的分割次数，不指定即为全部分割
"""
# egg_001: 返回切割后的结果
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")
matcher = pattern.split(test_str)
print(matcher)  # ['aaaa', 'bbbb', '', 'cccc', 'dddd', 'eeee']

# egg_002:设置切割次数，返回切割后的结果
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")
matcher = pattern.split(test_str, 2)
print(matcher)  # ['aaaa', 'bbbb', 'cccc,dddd;eeee']

该方法用来替换，
说明：repl如果为字符串，会使用repl替换字符串中的每一个匹配的子串，并且返回替换后的字符串，
如果为函数，则该函数应该只接收一个Match对象，并且返回一个字符串用于替换，
count用于指定替换次数。

import re

"""
sub(repl, string, count=0)
该方法用来替换
说明：repl如果为字符串，会使用repl替换字符串中的每一个匹配的子串，并且返回替换后的字符串，
如果为函数，则该函数应该只接收一个Match对象，并且返回一个字符串用于替换，
count用于指定替换次数。
"""
# egg_001: repl为字符串
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")
repl_str = "&"
matcher = pattern.sub( repl_str, test_str)
print(matcher)  # aaaa&bbbb&cccc&dddd&eeee

# egg_002: repl为函数，设置次数为3
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")

def func(m):
    print("m:", m)
    return "*"

matcher = pattern.sub(func, test_str, 3)
print(matcher)  # aaaa*bbbb*cccc*dddd;eeee

该方法也是用于替换，说明：返回一个元组，元组有两个元素，
第一个和使用sub方法返回的结果一致，另一个表示替换的次数。

import re

"""
subn(repl, string, count=0)
说明：该方法也是用于替换，返回一个元组，元组有两个元素，
第一个和使用sub方法返回的结果一致，另一个表示替换的次数。
"""
# egg_001: repl为字符串
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")
repl_str = "&"
matcher = pattern.subn(repl_str, test_str)
print(matcher)  # ('aaaa&bbbb&cccc&dddd&eeee', 4)

# egg_002: repl为函数，设置次数为3
test_str = "aaaa bbbb  cccc,dddd;eeee"
pattern = re.compile(r"[,;s]+")

def func(m):
    print("m:", m)
    return "*"

matcher = pattern.subn(func, test_str, 3)
print(matcher)  # ('aaaa*bbbb*cccc*dddd;eeee', 3)

以上是python关于正则表达式的讲解之二，后续会继续更新正则表达式的经典使用案例，有疑问的欢迎评论或私信博主啊。