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

什么是 Python 中的正则表达式？

A 正则表达式 (RE) 在编程语言中是用于描述搜索模式的特殊文本字符串。它对于从代码、文件、日志、电子表格甚至文档等文本中提取信息非常有用。

在使用 Python 正则表达式时，首先要认识到一切本质上都是一个字符，我们正在编写模式来匹配特定的字符序列，也称为字符串。 Ascii 或拉丁字母是键盘上的字母，Unicode 用于匹配外来文本。它包括数字和标点符号以及 $#@!% 等所有特殊字符。

在这个 Python RegEx 教程中，我们将学习-

正则表达式语法
w+ 和 ^ 表达式示例
re.split 函数中的\s 表达式示例
使用正则表达式方法
使用 re.match()
在文本中查找模式 (re.search())
对文本使用 re.findall
Python 标志
re.M 或多行标志示例

例如，Python 正则表达式可以告诉程序从字符串中搜索特定文本，然后相应地打印出结果。表达式可以包含

文本匹配
重复
分支
图案组合等

Python中的正则表达式或RegEx表示为RE（REs，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 支持各种内容，例如 修饰符、标识符和空白字符 .

标识符	修饰符	空白字符	需要转义
\d=任意数字（一个数字）	\d 代表一个数字。例如：\d{1,5} 它将声明 1,5 之间的数字，例如 424,444,545 等。	\n =换行	。 + * ? [] $ ^ () {} \| \
\D=不是数字（非数字）	+ =匹配 1 个或多个	\s=空格
\s =空格（制表符、空格、换行符等）	? =匹配 0 或 1	\t =标签
\S=除了空格	* =0 或更多	\e =转义
\w =字母（匹配字母数字字符，包括“_”）	$ 匹配字符串的结尾	\r =回车
\W =除字母以外的任何字符（匹配不包括“_”的非字母数字字符）	^ 匹配字符串的开头	\f=换页
。 =除了字母（句号）之外的任何内容	\|匹配或 x/y	——————
\b =除换行符以外的任何字符	[] =范围或“方差”	————-
\.	{x} =前面代码的数量	——————

正则表达式（RE）语法

import re

Python 中包含的“re”模块主要用于字符串搜索和操作
也经常用于网页“抓取”（从网站中提取大量数据）

我们将从这个简单的练习开始表达式教程，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

在这里，我们将看到一个 Python RegEx 示例，说明如何在代码中使用 w+ 和 ^ 表达式。我们将在 Python 中介绍函数 re.findall()，在本教程的后面部分，但有一段时间我们只关注 \w+ 和 \^ 表达式。

例如，对于我们的字符串“guru99，education is fun”，如果我们使用 w+ 和 ^ 执行代码，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 +sign，则输出会发生变化，并且只会给出第一个字母的第一个字符，即 [g]

re.split 函数中的\s表达式示例

“s”：该表达式用于在字符串中创建空格

为了理解 Python 中的这个 RegEx 是如何工作的，我们从一个简单的 Python RegEx 示例开始。在示例中，我们使用“re.split”函数拆分每个单词，同时我们使用表达式 \s 允许单独解析字符串中的每个单词。

当你执行这段代码时，它会给你输出 ['we', 'are', 'splitting', 'the', 'words']。

现在，让我们看看如果从 s 中删除“\”会发生什么。输出中没有 's' 字母表，这是因为我们已经从字符串中删除了 '\'，并且它将“s”评估为常规字符，从而在字符串中找到“s”的任何位置拆分单词。

同样，还有一系列其他的 Python 正则表达式，您可以在 Python 中以各种方式使用，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，我们将看看Python中正则表达式使用的方法类型。

使用正则表达式方法

“re”包提供了几种方法来实际对输入字符串执行查询。我们将在 Python 中看到 re 的方法：

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

注意：基于正则表达式，Python 提供了两种不同的原始操作。 match 方法只检查字符串开头是否匹配，而 search 方法检查字符串中任何位置是否匹配。

re.match()

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

例如，考虑以下 Python re.match() 函数的代码。表达式“w+”和“\W”将匹配以字母“g”开头的单词，此后，不识别任何不以“g”开头的单词。为了检查列表或字符串中每个元素的匹配，我们在这个 Python re.match() 示例中运行 forloop。

re.search()：在文本中寻找模式

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。 Python re.search() 函数在找到模式时返回一个匹配对象，如果没有找到则返回“null”

如何使用search()？

要使用 search() 函数，需要先导入 Python re 模块，然后执行代码。 Python re.search() 函数从我们的主字符串中获取“模式”和“文本”进行扫描

例如，我们在文本字符串“Software Testing is fun”中查找两个文字字符串“Software testing”“guru99”。对于“软件测试”，我们找到了匹配项，因此它返回 Python re.search() 示例的输出为“找到匹配项”，而对于单词“guru99”，我们在字符串中找不到，因此它返回输出为“不匹配” ”。

re.findall()

findall() 模块用于搜索与给定模式匹配的“所有”事件。相反，search() 模块只会返回与指定模式匹配的第一个匹配项。 findall() 将遍历文件的所有行，并在一个步骤中返回所有不重叠的模式匹配。

如何在 Python 中使用 re.findall()？

这里我们有一个电子邮件地址列表，我们希望从列表中取出所有电子邮件地址，我们使用 Python 中的 re.findall() 方法。它会从列表中找到所有的电子邮件地址。

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 = '[email protected], [email protected], [email protected]'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print(email)

Python 标志

许多 Python 正则表达式方法和正则表达式函数采用称为标志的可选参数。此标志可以修改给定 Python 正则表达式模式的含义。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

正则表达式标志的语法	这个标志有什么作用
[re.M]	开始/结束考虑每一行
[re.I]	忽略大小写
[re.S]	制作 [ . ]
[re.U]	使 { \w,\W,\b,\B} 遵循 Unicode 规则
[re.L]	使 {\w,\W,\b,\B} 遵循语言环境
[re.X]	允许正则表达式中的注释

re.M 或多行标志示例

在多行中，模式字符 [^] 匹配字符串的第一个字符和每行的开头（紧跟在每个换行符之后）。而表达式小“w”用于用字符标记空间。当你运行代码时，第一个变量“k1”只打印出 guru99 字的字符“g”，而当你添加多行标志时，它会取出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…”声明了变量 xx。 Careerguru99….selenium”
在不使用多行标志的情况下运行代码，它只给出行中的“g”输出
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，我们可以在上面的示例中看到添加多行前后的区别。

同样，您也可以使用其他 Python 标志，如 re.U（Unicode）、re.L（遵循语言环境）、re.X（允许评论）等。

Python 2 示例

以上代码是 Python 3 示例，如果您想在 Python 2 中运行，请考虑以下代码。

# 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 = '[email protected], [email protected], [email protected]'
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

总结

编程语言中的正则表达式是用于描述搜索模式的特殊文本字符串。它包括数字和标点符号以及 $#@!% 等所有特殊字符。表达式可以包括文字

文本匹配
重复
分支
图案组合等

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

Python 中包含的“re”模块主要用于字符串搜索和操作
也经常用于网页“抓取”（从网站中提取大量数据）
正则表达式方法包括 re.match(),re.search()&re.findall()
其他 Python RegEx 替换方法是 sub() 和 subn()，用于替换 re 中匹配的字符串
Python 标志 许多 Python 正则表达式方法和正则表达式函数采用一个名为 Flags 的可选参数
此标志可以修改给定正则表达式模式的含义
Regex 方法中使用的各种 Python 标志是 re.M、re.I、re.S 等。

Python 列表 index() 与示例 Python DateTime、TimeDelta、Strftime(Format) 与示例

Python