re模块函数概览
- re.compile(pattern, flags=0)
- re.search(pattern, string, flags=0)
- re.match(pattern, string, flags=0)
- re.split(pattern, string, maxsplit=0, flags=0)
- re.findall(pattern, string, flags=0)
- re.finditer(pattern, string, flags=0)
- re.sub(pattern, repl, string, count=0, flags=0)
- re.subn(pattern, repl, string, count=0, flags=0)
- re.escape(string)
- re.purge()
re.compile()
语法：
re.compile(pattern, flags=0)
编译正则表达式，并返回一个 RE 对象。可以使用该对象的 match() 和 search() 方法来匹配字符串。
示例：
prog = re.compile(pattern)
result = prog.match(string)
与下列写法等价：
result = re.match(pattern, string)
表达式被编译成 RE 对象后，可被多次使用。如果是多次使用同一个表达式来匹配字符串的话，那么提前编译表达式可以提高匹配效率，加快匹配速度。
指定 flags 的值可以改变表达式的行为，它的取值将在下面列出。如果要同时指定多个值，可使用位或运算符 | 来分隔。
re.DEBUG：显示有关表达式编译的调试信息。re.Ire.IGNORECASE：忽略大小写差别。re.Lre.LOCALE：特殊字符 \w, \W, \b, \B, \s, \S 将取决于当前环境。re.Mre.MULTILINE：令字符^和$匹配多行（如果存在空行的话）。re.Sre.DOTALL：令字符.匹配包括换行符在内的任意字符。re.Ure.UNICODE：特殊字符 \w, \W, \b, \B, \d, \D, \s, \S 将取决于Unicode字符属性。re.Xre.VERBOSE：用于编写更易阅读的表达式，自动忽略普通空格。
re.search()
语法：
re.search(pattern, string, flags=0)
仅匹配第一个满足条件的字符串，如果匹配成功则返回一个 MatchObject 对象，否则返回 None。
re.match()
语法：
re.match(pattern, string, flags=0)
仅匹配字符串的起始位置子串，如果匹配成功则返回一个 MatchObject 对象，否则返回 None。
注意：即使是在 MULTILINE 模式下，re.match()也只会匹配整个字符串的起始位置，而不会匹配每一行的起始位置。
如果你想要匹配字符串的任意位置，请使用 search() 方法。
re.split()
语法：
re.split(pattern, string, maxsplit=0, flags=0)
通过匹配表达式来切割字符串。正常情况下，表达式匹配的结果仅用于分割字符串，不会添加到结果列表中。如果表达式带有捕获分组括号，则表达式匹配到的结果也将被添加到结果列表中。
如果指定了 maxsplit 的值，且不为0，那么最多进行 maxsplit 次的字符串切割操作。最后剩下的未被切割的字符串，将作为一个整体添加到结果列表中。这种情况下，结果列表最多会有 maxsplit + 1 项。
re.findall()
语法：
re.findall(pattern, string, flags=0)
以列表的形式返回所有不重叠的匹配结果。由于扫描过程是至左向右进行，因此匹配结果在列表中的顺序与扫描到的顺序一致。需要注意的是，空匹配结果同样会被添加到列表中。
如果表达式中含有捕获分组，那么表达式匹配到的结果中，只有捕获分组里的内容会被添加到结果列表中。
例如：
>>> re.findall(r'(\w)\d', 'a1 b2 c3 d4')
['a', 'b', 'c', 'd']
如果表达式含有多个捕获分组，那么对于每一个表达式匹配到的结果，都将以元组的形式添加到列表中。元组中的每个元素，依次对应表达式中的一个捕获分组。
例如：
>>> re.findall(r'(\w)(\d)', 'a1 b2 c3 d4')
[('a', '1'), ('b', '2'), ('c', '3'), ('d', '4')]
re.finditer()
语法：
re.finditer(pattern, string, flags=0)
返回一个迭代器，包含所有不重叠的匹配结果，用于生成 MatchObject 对象。
匹配结果的迭代顺序与从左至右扫描到的顺序一致，空匹配结果同样会被添加到列表中。
re.sub()
语法：
re.sub(pattern, repl, string, count=0, flags=0)
返回一个被替换后的字符串。替换过程：找到字符串中所有与表达式相匹配的结果，每个结果根据给定的 repl 进行替换。
其中：pattern 可以是字符串，或编译后的 RE 对象。repl 可以是字符串，或一个函数。
如果 repl 为字符串，则所有以反斜杠 \ 开头的特殊转义字符将会被预先处理。例如： \n \r \t 等字符，会被转换为它们对应的换行、回车、制表符。而未知的转义字符，如 \j 则不会被处理。反向引用，例如 \2 ，会被替换为匹配结果中的第二个捕获分组的内容。
例如：
>>> text = 'a1 b2 c3'
>>> re.sub(r'(\w)(\d)', r'\2\1', text)
'1a 2b 3c'
如果 repl 为函数，则它会在每一次匹配成功时被调用。函数的参数是一个 MatchObject 对象，返回值是替换后的字符串。
例如：
>>> def foo(matchobj):
... if matchobj.group(0) == '-': return '+'
... else: return '*'
>>> re.sub(r'\D', foo, '1-2/4')
'1+2*4'
可选参数 count 可用于指定最多匹配次数，如果不指定，或指定的值为0，将会替换所有匹配结果。
re.subn()
语法：
re.subn(pattern, repl, string, count=0, flags=0)
与 re.sub() 替换过程相同，不同的是该函数的返回值是一个二元组，包含替换后的字符串和替换操作的次数。
即：(new_string, times_of_subtitution)
re.escape()
语法：
re.escape(string)
返回经过处理后的字符串。处理过程：对于原字符串中除字母和数字以外的所有字符，在其前面添加反斜杠 \ 。
当你想要对含有正则表达式特殊符号的字符串进行匹配时，这个函数将会派上用场。
例如：
>>> re.findall(re.escape(r'\1\2'), r'\1\2\3')
['\\1\\2']
re.purge()
语法：
re.purge()
清除正则表达式缓存。
参考文档：re -- Regular expression operations
作者：Wray Zheng
原文：http://www.codebelief.com/article/2017/01/python-standard-library-re-module-functions/
相关文章
- Python 高级编程之初识装饰器
- Python 标准库：functools 模块函数解析
- 高斯混合模型 EM 算法的 Python 实现
- 利用 boost.python 库实现 C++ 与 Python 的整合
- Python 高级编程之初识生成器
- 机器学习：scikit-learn 实现手写数字识别
