python中re模塊簡析

re的分組功能

python的re模塊有一個分組功能。所謂的分組就是去已經匹配到的內容里面再篩選出需要的內容，相當于二次過濾。

實現分組靠圓括號（），而獲得分組的內容靠的是group()，groups()，groupdict()方法。

re模塊里的幾個重要方法在分組上，有不同的表現形式，需要區別對待。

re實例

match()方法

不分組時的情況：

import re

origin = "hasdfi123123safd"
# 不分組時的情況
r = re.match("h\w+", origin)
print(r.group())         # 獲取匹配到的整體結果
print(r.groups())        # 獲取模型中匹配到的分組結果元組
print(r.groupdict())     # 獲取模型中匹配到的分組中所有key的字典

結果：
hasdfi123123safd
()
{}

有分組的情況（注意圓括號！）

import re

origin = "hasdfi123123safd123"
# 有分組
r = re.match("h(\w+).*(?P<name>\d)$", origin)
print(r.group())  # 獲取匹配到的整體結果
print(r.group(1))  # 獲取匹配到的分組1的結果
print(r.group(2))  # 獲取匹配到的分組2的結果
print(r.groups())  # 獲取模型中匹配到的分組結果元組
print(r.groupdict())  # 獲取模型中匹配到的分組中所有key的字典

執行結果：
hasdfi123123safd123
asdfi123123safd12
3
('asdfi123123safd12', '3')
{'name': '3'}

說明??：

• （1）正則表達式h(\w+).*(?P<name>\d)$中有2個小括號，表示它分了2個小組，在匹配的時候是拿整體的表達式去匹配的，而不是拿小組去匹配的。

• （2）(\w+)表示這個小組內是1到多個字母數字字符，相當于匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。

• （3）(?P<name>\d)中?P<name>是個正則表達式的特殊語法，表示給這個小組取了個叫“name”的名字，?P<xxxx>是固定寫法。\d匹配一個數字字符。等價于[0-9]。

• （4）在獲取分組值的時候，group()和group(0)是對等的，都表示整個匹配到的字符串，從group(1)開始，分別是從左往右的小組序號，按位置順序來。

search()方法

有分組的情況：

import re

origin = "sdfi1ha23123safd123"      # 注意這里對匹配對象做了下調整
# 有分組
r = re.search("h(\w+).*(?P<name>\d)$", origin)
print(r.group())  
print(r.group(0))  
print(r.group(1))  
print(r.group(2))
print(r.groups())  
print(r.groupdict()) 

執行結果：
ha23123safd123
ha23123safd123
a23123safd12
3
('a23123safd12', '3')
{'name': '3'}

說明??：表現得和match()方法基本一樣。

match()方法與search()方法區別

re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

舉例如下：

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print "search --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

以上代碼執行結果如下：

No match!!
search --> matchObj.group() :  dogs

擴展

正則表達式實例：

#!/usr/bin/python
import re
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print "matchObj.group() : ", matchObj.group()
    print "matchObj.group(1) : ", matchObj.group(1)
    print "matchObj.group(2) : ", matchObj.group(2)
else:
    print "No match!!"

說明??：關于正則表達式r'(.*) are (.*?) .*'

• （1）首先，這是一個字符串，前面的一個 r 表示字符串為非轉義的原始字符串，讓編譯器忽略反斜杠，也就是忽略轉義字符。但是這個字符串里沒有反斜杠，所以這個 r 可有可無。

• （2）(.) 第一個匹配分組，. 代表匹配除換行符之外的所有字符。

• （3）(.?) 第二個匹配分組，.? 后面多個問號，代表非貪婪模式，也就是說只匹配符合條件的最少字符。

• （4）后面的一個 .* 沒有括號包圍，所以不是分組，匹配效果和第一個一樣，但是不計入匹配結果中。

• （5）matchObj.group() 等同于 matchObj.group(0)，表示匹配到的完整文本字符

  matchObj.group(1) 得到第一組匹配結果，也就是(.*)匹配到的

  matchObj.group(2) 得到第二組匹配結果，也就是(.*?)匹配到的

  因為只有匹配結果中只有兩組，所以如果填 3 時會報錯。

參考文檔

• 劉江python教程

• python正則表達式01-re

• python正則表達式02-re