腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

Python?re模塊的使用全過程

更新時(shí)間：2025年04月14日 14:58:02 作者：Yant224

這篇文章主要介紹了Python?re模塊的使用全過程,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

一、模塊簡介

re 模塊是 Python 標(biāo)準(zhǔn)庫中處理正則表達(dá)式的核心工具，提供強(qiáng)大的文本模式匹配、搜索和替換功能。通過特定的語法規(guī)則，可以快速完成以下任務(wù)：

數(shù)據(jù)驗(yàn)證（郵箱/手機(jī)號格式校驗(yàn)）
文本內(nèi)容提?。ㄈ罩痉治?網(wǎng)頁爬蟲）
批量文本處理（格式轉(zhuǎn)換/敏感詞過濾）
復(fù)雜字符串操作（多條件分割/模板替換）

正則表達(dá)式引擎基于 PCRE（Perl Compatible Regular Expressions）實(shí)現(xiàn)

二、核心功能

函數(shù)介紹：

函數(shù)名稱	匹配范圍	返回類型	適用場景	性能特點(diǎn)
re.match	僅字符串開頭	Match/None	格式校驗(yàn)	快速失敗
re.search	全局首次匹配	Match/None	內(nèi)容提取	中等性能
re.findall	所有非重疊匹配	list	批量數(shù)據(jù)收集	內(nèi)存消耗高
re.finditer	所有非重疊匹配	iterator	大文本處理	內(nèi)存友好
re.split	分割字符串	list	復(fù)雜分隔符處理	替代str.split
re.compile	-	Pattern對象	高頻正則表達(dá)式復(fù)用	提升30%性能

三. 功能詳解

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

特點(diǎn)

僅匹配字符串開頭，如果不是起始位置匹配成功的話，match() 就返回 None。
相當(dāng)于自動添加^錨點(diǎn)

參數(shù)說明

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：正則表達(dá)式修飾符 - 可選標(biāo)志

返回值

成功：re.Match對象,使用 group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達(dá)式
失?。?code>None

匹配對象方法	描述
group(num=0)	匹配的整個(gè)表達(dá)式的字符串，group() 可以一次輸入多個(gè)組號，在這種情況下它將返回一個(gè)包含那些組所對應(yīng)值的元組。
groups()	返回一個(gè)包含所有小組字符串的元組，從 1 到所含的小組號。

使用案例

# 驗(yàn)證字符串是否以數(shù)字開頭,調(diào)用這個(gè)方法等同于 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")

# 提取開頭的版本號
version = re.match(r'v?(\d+\.\d+)', 'v3.8.1').group(1)  # '3.8'

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

特點(diǎn)

掃描整個(gè)字符串尋找第一個(gè)匹配
支持復(fù)雜定位邏輯

參數(shù)與返回：同re.match

使用案例

# 查找第一個(gè)有效數(shù)字串,只匹配第一個(gè)
text = "Total: 1500 items, price $299"
match = re.search(r'\d+', text)
if match:
    print(f"價(jià)格：{match.group()}")  # 1500

# 帶條件的搜索
pattern = r'(?<=ID:)\s*[A-Z0-9]{8}'  # 查找ID后的8位編碼
id_code = re.search(pattern, "User ID: AB3XK9P2").group()  # AB3XK9P2

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

特點(diǎn)

預(yù)編譯正則表達(dá)式，生成一個(gè)正則表達(dá)式（ Pattern ）對象
適合高頻調(diào)用場景

參數(shù)說明：

pattern : 一個(gè)字符串形式的正則表達(dá)式
flags 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體參數(shù)為：
- re.IGNORECASE 或 re.I - 使匹配對大小寫不敏感
- re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當(dāng)前環(huán)境
- re.MULTILINE 或 re.M - 多行模式，改變 ^ 和 $ 的行為，使它們匹配字符串的每一行的開頭和結(jié)尾。
- re.DOTALL 或 re.S - 使 . 匹配包括換行符在內(nèi)的任意字符。
- re.ASCII - 使 \w, \W, \b, \B, \d, \D, \s, \S 僅匹配 ASCII 字符。
- re.VERBOSE 或 re.X - 忽略空格和注釋，可以更清晰地組織復(fù)雜的正則表達(dá)式。

這些標(biāo)志可以單獨(dú)使用，也可以通過按位或（|）組合使用。例如，re.IGNORECASE | re.MULTILINE 表示同時(shí)啟用忽略大小寫和多行模式。

返回：re.Pattern對象

使用案例

# 預(yù)編譯郵箱驗(yàn)證正則
email_re = re.compile(
    r'''(
        [\w\.-]+          # 用戶名
        @ 
        [\w\.-]+          # 域名
        \.
        [a-zA-Z]{2,4}     # 頂級域名
    )''', re.VERBOSE)

# 復(fù)用編譯對象
valid = email_re.match('user@example.com') is not None  # True

案例調(diào)用match匹配成功時(shí)返回一個(gè) Match 對象，其中：

group([group1, …]) 方法用于獲得一個(gè)或多個(gè)分組匹配的字符串，當(dāng)要獲得整個(gè)匹配的子串時(shí)，可直接使用 group() 或 group(0)；
start([group]) 方法用于獲取分組匹配的子串在整個(gè)字符串中的起始位置（子串第一個(gè)字符的索引），參數(shù)默認(rèn)值為 0；
end([group]) 方法用于獲取分組匹配的子串在整個(gè)字符串中的結(jié)束位置（子串最后一個(gè)字符的索引+1），參數(shù)默認(rèn)值為 0；
span([group]) 方法返回 (start(group), end(group))。

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

特點(diǎn)：在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個(gè)列表，如果有多個(gè)匹配模式，則返回元組列表，如果沒有找到匹配的，則返回空列表。

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

參數(shù)說明

pattern 匹配模式。
string 待匹配的字符串。
pos 可選參數(shù)，指定字符串的起始位置，默認(rèn)為 0。
endpos 可選參數(shù)，指定字符串的結(jié)束位置，默認(rèn)為字符串的長度。

返回值

無分組：匹配字符串列表 [‘a’, ‘b’, …]
有分組：分組元組列表 [(‘a’, ‘1’), …]

使用案例

# 提取所有數(shù)字
numbers = re.findall(r'\d+', 'A1B23C456')
print(numbers)  # ['1','23','456']

# 分組提取日期成分
dates = re.findall(r'(\d{4})-(\d{2})-(\d{2})', '2023-08-01, 2025-03-15')
print(dates)  # [('2023','08','01'), ('2025', '03', '15')]

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

特點(diǎn)

和 findall 類似，在字符串中找到正則表達(dá)式所匹配的所有子串，并把它們作為一個(gè)迭代器返回
處理大文本時(shí)內(nèi)存更高效

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：正則表達(dá)式修飾符 - 可選標(biāo)志

返回值： callable_iterator對象
使用案例

# 處理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}報(bào)警：{req_id}")

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

特點(diǎn)

split 方法按照能夠匹配的子串將字符串分割后返回列表
保留分割符內(nèi)容（使用分組時(shí)）

參數(shù)說明

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
maxsplit	分割次數(shù)，maxsplit=1 分割一次，默認(rèn)為 0，不限制次數(shù)。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：正則表達(dá)式修飾符 - 可選標(biāo)志

使用案例

# 復(fù)雜分隔符分割
text = "apple, banana;cherry|orange"
parts = re.split(r'[,;|]\s*', text)  # ['apple','banana','cherry','orange']

# 帶保留分隔符的分割
re.split(r'([,;])', 'a,b;c')  # ['a', ',', 'b', ';', 'c']

# 控制分割次數(shù)
re.split(r'\d+', 'a1b22c333d', maxsplit=2)  # ['a','b','c333d']

四、綜合應(yīng)用案例

日志分析系統(tǒng)

log_pattern = re.compile(r'''
    (?P<time>\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2})  # 時(shí)間
    \s\|\s
    (?P<level>INFO|ERROR|WARN)                      # 日志級別
    \s\|\s
    (?P<module>\w+)\.py                             # 模塊
    :(?P<line>\d+)                                  # 行號
    \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'))