python3 re模块 Python_re模块的使用全过程 python re

python3 re模块 Python?re模块的使用全过程 python re

目录

• 一、模块简介
• 二、核心功能
• 三. 功能详解
• 1. re.match(pattern, string, flags=0)
• 2. re.search(pattern, string, flags=0)
• 3. re.compile(pattern, flags=0)
• 4. re.findall(pattern, string, flags=0)
• 5. re.finditer(pattern, string, flags=0)
• 6. re.split(pattern, string, maxsplit=0, flags=0)
• 四、综合应用案例
• 日志分析体系
• 五、正则表达式修饰符 &8211; 可选标志
• 最佳操作建议
• 拓展资料

一、模块简介

re 模块是 Python 标准库中处理正则表达式的核心工具，提供强大的文本模式匹配、搜索和替换功能。通过特定的语法制度，可以快速完成下面内容任务：

• 数据验证（邮箱/手机号格式校验）
• 文本内容提取（日志分析/网页爬虫）
• 批量文本处理（格式转换/敏感词过滤）
• 复杂字符串操作（多条件分割/模板替换）

正则表达式引擎基于 PCRE（Perl Compatible Regular Expressions）实现

二、核心功能

• 函数介绍：

三. 功能详解

1. re.match(pattern, string, flags=0)

特点

• 仅匹配字符串开头，如果不是起始位置匹配成功的话，match() 就返回 None。
• 相当于自动添加^锚点

参数说明

返回值

• 成功：re.Match对象,使用 group(num) 或 groups() 匹配对象函数来获取匹配表达式
• 失败：None

• 使用案例

验证字符串是否以数字开头,调用这个技巧等同于 r’^d+’ 如果匹配的字符串是c123abc，是匹配不到的if re.match(r’d+’, ‘123abc’): print(“Valid header”)else: print(“Invalid header”) 提取开头的版本号version = re.match(r’v?(d+.d+)’, ‘v3.8.1’).group(1) ‘3.8’

2. re.search(pattern, string, flags=0)

特点

• 扫描整个字符串寻找第一个匹配
• 支持复杂定位逻辑

参数与返回：同re.match

使用案例

查找第一个有效数字串,只匹配第一个text = “Total: 1500 items, price $299″match = re.search(r’d+’, text)if match: print(f”价格：match.group()}”) 1500 带条件的搜索pattern = r'(?<=ID:)s*[A-Z0-9]8}’ 查找ID后的8位编码id_code = re.search(pattern, “User ID: AB3XK9P2”).group() AB3XK9P2

3. re.compile(pattern, flags=0)

特点

• 预编译正则表达式，生成一个正则表达式（ Pattern ）对象
• 适合高频调用场景

参数说明：

• pattern : 一个字符串形式的正则表达式
• flags 可选，表示匹配模式，比如忽略大致写，多行模式等，具体参数为：
  • re.IGNORECASE 或 re.I &8211; 使匹配对大致写不敏感
  • re.L 表示独特字符集 w, W, b, B, s, S 依赖于当前环境
  • re.MULTILINE 或 re.M &8211; 多行模式，改变 ^ 和 $ 的行为，使它们匹配字符串的每一行的开头和小编觉得。
  • re.DOTALL 或 re.S &8211; 使 . 匹配包括换行符在内的任意字符。
  • re.ASCII &8211; 使 w, W, b, B, d, D, s, S 仅匹配 ASCII 字符。
  • re.VERBOSE 或 re.X &8211; 忽略空格和注释，可以更清晰地组织复杂的正则表达式。

这些标志可以单独使用，也可以通过按位或（|）组合使用。例如，re.IGNORECASE | re.MULTILINE 表示同时启用忽略大致写和多行模式。

返回：re.Pattern对象

使用案例

预编译邮箱验证正则email_re = re.compile( r”'( [w.-]+ 用户名 @ [w.-]+ 域名 . [a-zA-Z]2,4} 顶级域名 )”’, re.VERBOSE) 复用编译对象valid = email_re.match(‘user@example.com’) is not None True

案例调用match匹配成功时返回一个 Match 对象，其中：

• group([group1, …]) 技巧用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
• start([group]) 技巧用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
• end([group]) 技巧用于获取分组匹配的子串在整个字符串中的结束位置（子串最终一个字符的索引+1），参数默认值为 0；
• span([group]) 技巧返回 (start(group), end(group))。

4. re.findall(pattern, string, flags=0)

特点：在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。

^注意： match 和 search 是匹配一次 findall 匹配所有。

参数说明

• pattern 匹配模式。
• string 待匹配的字符串。
• pos 可选参数，指定字符串的起始位置，默认为 0。
• endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。

返回值

• 无分组：匹配字符串列表 [‘a’, ‘b’, …]
• 有分组：分组元组列表 [(‘a’, ‘1’), …]

使用案例

提取所有数字numbers = re.findall(r’d+’, ‘A1B23C456’)print(numbers) [‘1′,’23’,’456′] 分组提取日期成分dates = re.findall(r'(d4})-(d2})-(d2})’, ‘2023-08-01, 2025-03-15’)print(dates) [(‘2023′,’08’,’01’), (‘2025′, ’03’, ’15’)]

5. re.finditer(pattern, string, flags=0)

特点

• 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们小编认为一个迭代器返回
• 处理大文本时内存更高效

• 返回值： callable_iterator对象
• 使用案例

处理100MB日志文件with open(‘server.log’) as f: for match in re.finditer(r’$$(ERROR|WARN)$$.*?(req_id=w+)’, f.read()): level = match.group(1) req_id = match.group(2) print(f”level}报警：req_id}”)

6. re.split(pattern, string, maxsplit=0, flags=0)

特点

• split 技巧按照能够匹配的子串将字符串分割后返回列表
• 保留分割符内容（使用分组时）

参数说明

• 使用案例

复杂分隔符分割text = “apple, banana;cherry|orange”parts = re.split(r'[,;|]s*’, text) [‘apple’,’banana’,’cherry’,’orange’] 带保留分隔符的分割re.split(r'([,;])’, ‘a,b;c’) [‘a’, ‘,’, ‘b’, ‘;’, ‘c’] 控制分割次数re.split(r’d+’, ‘a1b22c333d’, maxsplit=2) [‘a’,’b’,’c333d’]

四、综合应用案例

日志分析体系

log_pattern = re.compile(r”’ (?P<time>d4}-d2}-d2}sd2}:d2}:d2}) 时刻 s|s (?P<level>INFO|ERROR|WARN) 日志级别 s|s (?P<module>w+).py 模块 :(?P<line>d+) 行号 s-s (?P<msg>.+) 消息”’, re.VERBOSE)for log in open(‘app.log’): if (match := log_pattern.search(log)): print(f”match.group(‘time’)} [match.group(‘level’)}]”, f”match.group(‘module’)}:match.group(‘line’)}”, match.group(‘msg’))

五、正则表达式修饰符 &8211; 可选标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。

下面内容标志可以单独使用，也可以通过按位或（|）组合使用。

例如：re.IGNORECASE | re.MULTILINE 表示同时启用忽略大致写和多行模式。

最佳操作建议

1. ?优先使用编译对象：当正则使用超过3次时
2. ?合理使用分组：避免过多捕获组影响性能
3. ?注意贪婪匹配：非贪婪模式.*?可避免意外匹配
4. ?处理独特字符：用re.escape()处理动态输入
5. 控制回溯次数：复杂正则可能引发性能难题

完整API文档：Python re模块官方文档

拓展资料

以上为个人经验，希望能给大家一个参考，也希望大家多多支持风君子博客。

无论兄弟们可能感兴趣的文章:

• python怎样利用re模块正则表达式匹配ip地址
• Python中re模块下的函数详解
• Python中的re模块之正则表达式模块常用技巧
• python正则表达式re模块的使用示例详解
• 关于Python正则表达式模块之re模块
• 最新python正则表达式(re模块)详解