当前位置：网站首页 > 技术资源 > 正文

Python正则表达式的使用技巧

off999 2025-05-24 16:02 31 浏览 0 评论

1. 介绍

1.1 介绍

福哥今天要给大家讲讲Python的正则表达式的使用技巧，正则表达式（Regular expressions）就是通过一系列的特殊格式的匹配符号去描述一个字符串的工具。

使用正则表达式可以快速检测字符串的格式，也可以从字符串里面查找出符合特定规则的字符串片断，还可以将字符串按照特定的规则替换或者重组成新的字符串。

2. 正则表达式

2.1 表达式

2.1.1 re.compile

使用re.compile方法可以定义一个pattern，用来使用其他方法调用这个pattern。

url = "https://tongfu.net/home/35.html"

pattern = re.compile(r"tongfu\.net", re.I)

print(re.findall(pattern, url))

2.1.2 re.template

re.template方法和re.compile方法类似，可以达到相同的目的。

url = "https://tongfu.net/home/35.html"

pattern = re.template(r"tongfu\.net", re.I)

print(re.findall(pattern, url))

2.2 匹配

2.2.1 re.match

re.match可以实现使用pattern去匹配字符串，结果是一个对象，可以有很多功能可以使用。

re.match是从字符串开头进行匹配的，pattern如果不包含字符串开头部分的话，匹配一定会失败！

url = "https://tongfu.net/home/35.html"

match = re.match(r"https\:\/\/([^\/]+)\/home\/(\d+)\.html", url)

print(match.group())
print(match.groups())

2.2.2 re.search

re.search和re.match类型，区别在于re.search不是从字符串开头匹配的。

如果我们的pattern本身就是从字符串开头匹配的话建议使用re.match，因为效率它更快！

url = "https://tongfu.net/home/35.html"

match = re.search(r"home\/(\d+)\.html", url)

print(match.group())
print(match.groups())

2.2.3 re.findall

re.findall可以直接返回一个tuple数组，而且可以实现多组匹配。

urls = "https://tongfu.net/home/35.html," \
       "https://tongfu.net/home/8.html"

matches = re.findall(r"https\:\/\/([^\/]+)\/home\/(\d+)\.html", urls)

print(matches)

2.3 替换

2.3.1 re.sub

使用re.sub可以将pattern匹配的字符串片断替换为我们想要的内容，这里面还可以将pattern中的匹配组应用到替换内容里面。

urls = "https://tongfu.net/home/35.html," \
       "https://tongfu.net/home/8.html"

matches = re.sub(r"\/home\/(\d+)\.html", r"/homepage/\1.htm", urls)

print(matches)

2.3.2 re.subn

re.subn和re.sub在字符串替换功能上面没有区别，re.subn比re.sub多了一个替换次数的统计，这个会在返回值里面体现出来。

urls = "https://tongfu.net/home/35.html," \
       "https://tongfu.net/home/8.html"

matches = re.subn(r"\/home\/(\d+)\.html", r"/homepage/\1.htm", urls)

print(matches)

2.4 修饰符

修饰符就是参数flags，用来对pattern进行一个补充。

修饰符	描述
re.I	忽略大小写敏感，就是不管大小写问题，字母对就算匹配了。
re.L	本地化识别匹配。
re.M	多行匹配，默认正则表达式会在遇到换行符后结束匹配，设置这个之后就会一直匹配到末尾。
re.S	使字符“.”匹配换行符，默认字符“.”是不包括换行符的。
re.U	使用Unicode解析字符串，它会影响“\w”，“\W”，“\b”，“\B”的作用。
re.X	这个福哥还没有研究过，官方说法就是可以让编写pattern更加简单。