Python re 模块

re 模块可以使用正则表达式来搜索、匹配、拆分和替换文本。

import re

正则表达式是一种用于描述文本模式的语法。请使用原始字符串，例如 r'\d+'，这样反斜杠才能正确传给正则引擎。

search()

search 会在字符串中的任意位置查找第一个匹配项。

import re

match = re.search(r'\d+', 'Order #12345 shipped')
print(match.group())

findall 会返回所有不重叠的匹配结果。

import re

emails = re.findall(r'[\w.-]+@[\w.-]+', 'a@example.com b@example.com')
print(emails)

['a@example.com', 'b@example.com']

sub 会替换匹配到的文本。

import re

message = re.sub(r'\s+', ' ', 'too    many   spaces')
print(message)

too many spaces

当你需要重复使用同一个表达式时，预编译模式会更方便。

import re

pattern = re.compile(r'^python', re.IGNORECASE)
print(bool(pattern.match('Python Cheatsheet')))

True

圆括号可以捕获匹配结果中的一部分。

import re

match = re.search(r'(\w+)=(\d+)', 'count=42')
print(match.group(1))
print(match.group(2))

count
42

在调用 group() 之前，务必先检查是否存在匹配结果。

import re

match = re.search(r'\d+', 'no number here')
if match:
    print(match.group())
else:
    print('No match')

No match