这篇文章假定你已经熟知了正则的基础规则。

re

Python中有一个正则相关的模块，re.

你只需要引入该模块即可。

1
import re

re.findall()

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

返回所有匹配的字符串列表。

1
2
print(re.findall(r'\d+', 'Hello 12 hi 89. Howdy 34'))
# ['12', '89', '34']

如果包含group呢？

1
2
print(re.findall(r'Hello\s*(\d+)', 'Hello 12 hi 89. Howdy 34'))
# ['12']

如果包含多个group呢？

1
2
3
4
print(re.findall(r'Hello\s(\d+)\shi\s(\d+)', 'Hello 12 hi 89. Howdy 34'))
# [('12', '89')] # 返回元组的列表
print(re.findall(r'Hello\s*(\d+)|S*(\d+)', 'Hello 12 hi 89. Howdy 34'))
# [('12', ''), ('', '89'), ('', '34')] # 包含空匹配

re.split()

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

分割字符串，返回分割出来的列表。

1
2
3
4
print(re.split(r'\s+', 'Vue is a progressive framework for building user interfaces.'))
# ['Vue', 'is', 'a', 'progressive', 'framework', 'for', 'building', 'user', 'interfaces.']
print(re.split(r'\s+', 'Vue is a progressive framework for building user interfaces.', 3))
# ['Vue', 'is', 'a', 'progressive framework for building user interfaces.'] # 最多分割三次

如果没有匹配呢？

1
2
print(re.split(r'\d+', 'Vue is a progressive framework for building user interfaces.'))
# ['Vue is a progressive framework for building user interfaces.'] # 没有匹配返回包含原字符串的列表

不区分大小写

1
2
print(re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE))
# ['0', '3', '9']

re.sub()

re.sub(pattern, replace, string, count=0, flags=0)

返回用replace替换pattern匹配的字符串。

1
2
3
4
print(re.sub(r'\s+', '', 'abc 12 \n r \t'))
# abc12r
print(re.sub(r'BUG#(\d+)', r'BUG[#\1](http://zentao.xxx.net/zentao/bug-view-\1.html)', '修复Bug#4354', flags=re.I))
# 修复BUG[#4354](http://zentao.xxx.net/zentao/bug-view-4354.html)

如果没有匹配，将返回原字符串

1
2
print(re.sub(r'\d+', '', 'abc de'))
# abc de

只替换前2个

1
2
print(re.sub(r'\s+', '', 'abc de f  g', count=2))
# abcdef  g

使用re.subn()会返回替换后的字符串和替换的个数。

1
2
print(re.subn(r'\s+', '', 'abc de f  g'))
# ('abcdefg', 3)

一个稍微复杂一点的例子，将/users/{a1}/code/{b1}/ff字符串中大括号包裹的部分替换为大括号中的内容再加一个后缀suffix

1
2
re.sub(r'\{(.*?)\}', r'\1suffix', r'/users/{a1}/code/{b1}/ff')
# /users/a1suffix/code/b1suffix/ff

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

扫描字符串以查找正则匹配的第一个位置，然后返回相应的匹配对象。 如果没有匹配返回None。

1
2
3
4
print(re.match(r'\d+', 'abc12de345'))
# None
print(re.match(r'.*?\d+', 'abc12de345'))
# <re.Match object; span=(0, 5), match='abc12'>

Reference