Python 正则表达式：带示例的 re.match()、re.search()、re.findall()

在使用 Python 正则表达式时，首先要认识到一切本质上都是字符，我们编写模式来匹配特定字符序列，也称为字符串。ASCII 或拉丁字母是你键盘上的字母，Unicode 用于匹配外文文本。它包括数字、标点符号以及 $#@!% 等所有特殊字符。

例如，Python 正则表达式可以告诉程序搜索字符串中的特定文本，然后相应地打印结果。表达式可以包含

• 文本匹配
• 重复
• 分支
• 模式组合等。

Python 中的正则表达式或 RegEx (RE、regexes 或 regex pattern) 通过 re 模块导入。Python 通过库支持正则表达式。Python 中的 RegEx 支持修饰符、标识符和空白字符等各种内容。

正则表达式 (RE) 语法

import re

• “re”模块包含在 Python 中，主要用于字符串搜索和操作
• 也经常用于网页“抓取”（从网站提取大量数据）

我们将从这个简单的练习开始学习表达式教程，使用表达式 (w+) 和 (^)。

w+ 和 ^ 表达式示例

• “^”：此表达式匹配字符串的开头
• “w+“：此表达式匹配字符串中的字母数字字符

这里我们将看到一个 Python RegEx 示例，说明我们如何在代码中使用 w+ 和 ^ 表达式。在本教程后面我们将介绍 Python 中的 re.findall() 函数，但目前我们只关注 \w+ 和 \^ 表达式。

例如，对于我们的字符串“guru99, education is fun”，如果执行包含 w+ 和^ 的代码，它将给出输出“guru99”。

import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+",xx)
print(r1)

请记住，如果从 w+ 中删除 + 号，输出将发生变化，它只会给出第一个字母的第一个字符，即 [g]

re.split 函数中 \s 表达式示例

• “s”：此表达式用于在字符串中创建空格

为了理解 Python 中的 RegEx 如何工作，我们从一个简单的 Python RegEx 示例开始，介绍 split 函数。在示例中，我们使用“re.split”函数分割每个单词，同时使用允许单独解析字符串中每个单词的表达式 \s。

当您执行此代码时，它将给出输出 ['we', 'are', 'splitting', 'the', 'words']。

现在，让我们看看如果您从 s 中删除“\”会发生什么。输出中没有“s”字母，这是因为我们从字符串中删除了“\”，它将“s”评估为常规字符，因此在字符串中找到“s”的地方分割单词。

同样，还有一系列其他 Python 正则表达式，您可以在 Python 中以各种方式使用它们，例如 \d, \D, $, \., \b 等。

这是完整的代码

import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+", xx)
print((re.split(r'\s','we are splitting the words')))
print((re.split(r's','split the words')))

接下来，我们将看到 Python 中用于正则表达式的方法类型。

使用正则表达式方法

“re”包提供了几种在输入字符串上执行查询的方法。我们将看到 Python 中 re 的方法

• re.match()
• re.search()
• re.findall()

注意：基于正则表达式，Python 提供了两种不同的基本操作。match 方法仅在字符串开头检查匹配项，而 search 检查字符串中的任何位置的匹配项。

re.match()

Python 中的“re”函数 re.match() 将搜索正则表达式模式并返回第一个匹配项。Python RegEx Match 方法仅在字符串开头检查匹配项。因此，如果在第一行找到匹配项，则返回匹配对象。但如果匹配项在其他行中找到，Python RegEx Match 函数将返回 null。

例如，考虑以下 Python re.match() 函数代码。表达式“w+”和“\W”将匹配以字母“g”开头的单词，之后，任何不以“g”开头的单词都不会被识别。要检查列表中或字符串中每个元素的匹配项，我们在 Python re.match() 示例中运行 forloop。

re.search(): 在文本中查找模式

re.search() 函数将搜索正则表达式模式并返回第一个匹配项。与 Python re.match() 不同，它将检查输入字符串的所有行。当找到模式时，Python re.search() 函数返回一个匹配对象；如果未找到模式，则返回“null”。

如何使用 search()？

为了使用 search() 函数，您需要先导入 Python re 模块，然后执行代码。Python re.search() 函数接受“模式”和要从中扫描的“文本”作为参数。

例如，在这里我们在文本字符串“Software Testing is fun”中查找两个字面字符串“Software testing”和“guru99”。对于“software testing”，我们找到了匹配项，因此它返回 Python re.search() 示例的输出“found a match”，而对于单词“guru99”，我们在字符串中找不到它，因此它返回输出“No match”。

如何在 Python 中使用 re.findall()？

这里我们有一个电子邮件地址列表，我们希望从列表中获取所有电子邮件地址，我们在 Python 中使用 re.findall() 方法。它将找到列表中的所有电子邮件地址。

这是 re.findall() 示例的完整代码

import re

list = ["guru99 get", "guru99 give", "guru Selenium"]
for element in list:
    z = re.match("(g\w+)\W(g\w+)", element)
if z:
    print((z.groups()))
    
patterns = ['software testing', 'guru99']
text = 'software testing is fun?'
for pattern in patterns:
    print('Looking for "%s" in "%s" ->' % (pattern, text), end=' ')
    if re.search(pattern, text):
        print('found a match!')
else:
    print('no match')
abc = 'guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print(email)

Python 标志

许多 Python Regex 方法和 Regex 函数接受一个可选参数，称为 Flags。这些标志可以修改给定 Python Regex 模式的含义。为了理解这些，我们将看到这些标志的一两个示例。

Python 中使用的各种标志包括

re.M 或多行标志示例

在多行模式中，模式字符 [^] 匹配字符串的第一个字符以及每一行的开头（紧跟在每个换行符之后）。而小写字母“w”用于标记字符之间的空格。当您运行代码时，第一个变量“k1”仅打印单词 guru99 中的字符“g”，而当您添加多行标志时，它将提取字符串中所有元素的第一个字符。

这是代码

import re
xx = """guru99 
careerguru99	
selenium"""
k1 = re.findall(r"^\w", xx)
k2 = re.findall(r"^\w", xx, re.MULTILINE)
print(k1)
print(k2)

• 我们为字符串“guru99…. careerguru99….selenium”声明了变量 xx
• 运行代码而不使用多行标志，它仅从行中输出“g”
• 运行带有“multiline”标志的代码，当您打印‘k2’时，它会输出“g”、“c”和“s”
• 因此，在上面的示例中，我们可以在添加多行前后看到区别。

同样，您也可以使用其他 Python 标志，如 re.U (Unicode)、re.L (遵循本地化)、re.X (允许注释) 等。

Python 2 示例

以上代码是 Python 3 示例，如果您想在 Python 2 中运行，请参考以下代码。

# Example of w+ and ^ Expression
import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+",xx)
print r1

# Example of \s expression in re.split function
import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+", xx)
print (re.split(r'\s','we are splitting the words'))
print (re.split(r's','split the words'))

# Using re.findall for text
import re

list = ["guru99 get", "guru99 give", "guru Selenium"]
for element in list:
    z = re.match("(g\w+)\W(g\w+)", element)
if z:
    print(z.groups())
    
patterns = ['software testing', 'guru99']
text = 'software testing is fun?'
for pattern in patterns:
    print 'Looking for "%s" in "%s" ->' % (pattern, text),
    if re.search(pattern, text):
        print 'found a match!'
else:
    print 'no match'
abc = 'guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print email

# Example of re.M or Multiline Flags
import re
xx = """guru99 
careerguru99	
selenium"""
k1 = re.findall(r"^\w", xx)
k2 = re.findall(r"^\w", xx, re.MULTILINE)
print k1
print k2

测试你的 Python 知识

下一题

摘要

在 编程语言 中，正则表达式是一种用于描述搜索模式的特殊文本字符串。它包括数字、标点符号以及 $#@!% 等所有特殊字符。表达式可以包含字面量

• 文本匹配
• 重复
• 分支
• 模式组合等。

在 Python 中，正则表达式表示为 RE (REs, regexes 或 regex pattern)，它们通过 Python re 模块嵌入。

• “re”模块包含在 Python 中，主要用于字符串搜索和操作
• 也经常用于网页“抓取”（从网站提取大量数据）
• Python 正则表达式方法包括 re.match()、re.search() 和 re.findall()
• 其他 Python RegEx 替换方法是 sub() 和 subn()，它们用于在 re 中替换匹配的字符串
• Python 标志 许多 Python Regex 方法和 Regex 函数接受一个可选参数，称为 Flags
• 这些标志可以修改给定 Regex 模式的含义
• Regex 方法中使用的各种 Python 标志有 re.M、re.I、re.S 等。