大多數(shù)編程語(yǔ)言的正則表達(dá)式設(shè)計(jì)都師從Perl，所以語(yǔ)法基本相似，不同的是每種語(yǔ)言都有自己的函數(shù)去支持正則，今天我們就來(lái)學(xué)習(xí) Python中關(guān)于 正則表達(dá)式的函數(shù)。

re模塊主要定義了9個(gè)常量、12個(gè)函數(shù)、1個(gè)異常，每個(gè)常量和函數(shù)豬哥 都會(huì)通過(guò)實(shí)際代碼案例講解，讓大家能更直觀的了解其作用！

注：為避免出現(xiàn)代碼格式錯(cuò)亂，豬哥盡量使用代碼截圖演示哦。

一、re模塊簡(jiǎn)介

聊到Python正則表達(dá)式的支持，首先肯定會(huì)想到 re 庫(kù)，這是一個(gè)Python處理文本的 標(biāo)準(zhǔn)庫(kù)。

標(biāo)準(zhǔn)庫(kù) 的意思表示這是一個(gè) Python內(nèi)置模塊 ，不需要額外下載，目前Python內(nèi)置模塊大概有300個(gè)?？梢栽谶@里查看Python所有的內(nèi)置模塊：https://docs./3/py-modindex.html#cap-r

因?yàn)閞e是內(nèi)置模塊，所以不需要再下載，使用時(shí)直接引入即可：

re模塊官方文檔：https://docs./zh-cn/3.8/library/re.html

re模塊庫(kù)源碼：https://github.com/python/cpython/blob/3.8/Lib/re.py

二、re模塊常量

常量即表示不可更改的變量，一般用于做標(biāo)記。

re模塊中有9個(gè)常量，常量的值都是int類型！

上圖我們可以看到，所有的常量都是在 RegexFlag枚舉類 來(lái)實(shí)現(xiàn)，這是在Python 3.6做的改版。在Python 3.6以前版本是直接將常量寫在re.py中，使用枚舉的好處就是方便管理和使用！

下面我們來(lái)快速學(xué)習(xí)這些常量的作用及如何使用他們，按常用度排序！

1. IGNORECASE

語(yǔ)法： re.IGNORECASE 或簡(jiǎn)寫為 re.I

作用： 進(jìn)行忽略大小寫匹配。

代碼案例：

在默認(rèn)匹配模式下 大寫字母B 無(wú)法匹配 小寫字母b ，而在 忽略大小寫 模式下是可以的。

2. ASCII

語(yǔ)法： re.ASCII 或簡(jiǎn)寫為 re.A

作用： 顧名思義，ASCII表示ASCII碼的意思，讓 \w , \W , \b , \B , \d , \D , \s 和 \S只匹配ASCII，而不是Unicode。

代碼案例：

在默認(rèn)匹配模式下 \w+ 匹配到了所有字符串，而在 ASCII 模式下，只匹配到了a、b、c（ASCII編碼支持的字符）。

注意：這只對(duì)字符串匹配模式有效，對(duì)字節(jié)匹配模式無(wú)效。

3. DOTALL

語(yǔ)法： re.DOTALL 或簡(jiǎn)寫為 re.S

作用： DOT表示 . ，ALL表示所有，連起來(lái)就是 . 匹配所有，包括換行符 \n 。 默認(rèn)模式下 . 是不能匹配行符 \n 的 。

代碼案例：

在默認(rèn)匹配模式下 . 并沒(méi)有匹配換行符 \n ，而是將字符串分開匹配；而在 re.DOTALL 模式下，換行符 \n 與字符串一起被匹配到。

注意： 默認(rèn)匹配模式下 . 并不會(huì)匹配換行符 \n 。

4. MULTILINE

語(yǔ)法： re.MULTILINE 或簡(jiǎn)寫為 re.M

作用： 多行模式，當(dāng)某字符串中有換行符 \n ，默認(rèn)模式下是不支持換行符特性的，比如：行開頭 和 行結(jié)尾，而多行模式下是支持匹配行開頭的。

代碼案例：

正則表達(dá)式中 ^ 表示匹配行的開頭，默認(rèn)模式下它只能匹配字符串的開頭；而在多行模式下，它還可以匹配 換行符 \n 后面的字符。

注意：正則語(yǔ)法中 ^ 匹配行開頭、 \A 匹配字符串開頭，單行模式下它兩效果一致，多行模式下 \A 不能識(shí)別 \n 。

5. VERBOSE

語(yǔ)法： re.VERBOSE 或簡(jiǎn)寫為 re.X

作用： 詳細(xì)模式，可以在正則表達(dá)式中加注解！

代碼案例：

默認(rèn)模式下并不能識(shí)別正則表達(dá)式中的注釋，而詳細(xì)模式是可以識(shí)別的。

當(dāng)一個(gè)正則表達(dá)式十分復(fù)雜的時(shí)候，詳細(xì)模式或許能為你提供另一種注釋方式，但它不應(yīng)該成為炫技的手段，建議謹(jǐn)慎考慮后使用！

6.LOCALE

語(yǔ)法： re.LOCALE 或簡(jiǎn)寫為 re.L

作用： 由當(dāng)前語(yǔ)言區(qū)域決定 \w , \W , \b , \B 和大小寫敏感匹配，這個(gè)標(biāo)記只能對(duì)byte樣式有效。 這個(gè)標(biāo)記官方已經(jīng)不推薦使用 ，因?yàn)檎Z(yǔ)言區(qū)域機(jī)制很不可靠，它一次只能處理一個(gè) “習(xí)慣”，而且只對(duì)8位字節(jié)有效。

注意： 由于這個(gè)標(biāo)記官方已經(jīng)不推薦使用，而且豬哥也沒(méi)使用過(guò)，所以就不給出實(shí)際的案例！

7.UNICODE

語(yǔ)法： re.UNICODE 或簡(jiǎn)寫為 re.U

作用： 與 ASCII 模式類似，匹配unicode編碼支持的字符，但是 Python 3 默認(rèn)字符串已經(jīng)是Unicode，所以有點(diǎn)冗余。

8. DEBUG

語(yǔ)法： re.DEBUG

作用： 顯示編譯時(shí)的debug信息。

代碼案例：

雖然debug模式下確實(shí)會(huì)打印編譯信息，但豬哥并不理解這是什么語(yǔ)言 以及表達(dá)的含義， 希望了解的朋友能不吝賜教。

9.TEMPLATE

語(yǔ)法： re.TEMPLATE 或簡(jiǎn)寫為 re.T

作用： 豬哥也沒(méi)搞懂TEMPLATE的具體用處，源碼注釋中寫著： disable backtracking(禁用回溯)，有了解的同學(xué)可以留言告知！

10. 常量總結(jié)

1. 9個(gè)常量中，前5個(gè)（IGNORECASE、ASCII、DOTALL、MULTILINE、VERBOSE）有用處，兩個(gè)（LOCALE、UNICODE）官方不建議使用、兩個(gè)（TEMPLATE、DEBUG）試驗(yàn)性功能，不能依賴。
2. 常量在re常用函數(shù)中都可以使用，查看源碼可得知。
3. 常量可疊加使用，因?yàn)槌Ａ恐刀际?的冪次方值，所以是可以疊加使用的，疊加時(shí)請(qǐng)使用 | 符號(hào)，請(qǐng)勿使用 + 符號(hào)！

最后來(lái)一張思維導(dǎo)圖總結(jié)一下re模塊中的常量吧， 需要高清圖或者xmind文件的同學(xué)可在文章末尾

獲取。

三、re模塊函數(shù)

re模塊有12個(gè)函數(shù)，豬哥將以功能分類來(lái)講解；這樣更具有比較性，同時(shí)也方便記憶。

1.查找一個(gè)匹配項(xiàng)

查找并返回一個(gè)匹配項(xiàng)的函數(shù)有3個(gè)： search、match、fullmatch ，他們的區(qū)別分別是：

1. search ： 查找任意位置的匹配項(xiàng)
2. match ： 必須從字符串開頭匹配
3. fullmatch ： 整個(gè)字符串與正則完全匹配

我們?cè)賮?lái)根據(jù)實(shí)際的代碼案例比較：

案例1:

案例1中 search函數(shù) 是在字符串中任意位置匹配，只要有符合正則表達(dá)式的字符串就匹配成功，其實(shí)有兩個(gè)匹配項(xiàng)，但search函數(shù)值返回一個(gè)。

而 match函數(shù) 是要從頭開始匹配，而字符串開頭多了個(gè)字母 a ，所以無(wú)法匹配， fullmatch函數(shù) 需要完全相同，故也不匹配！

案例2:

案例2刪除了text最開頭的字母a，這樣 match函數(shù) 就可以匹配啦，而 fullmatch函數(shù) 依然不能完全匹配！

案例3:

案例3中，我們只留下一段文字，并且與正則表達(dá)式一致；這時(shí) fullmatch函數(shù) 終于可以匹配了。

完整案例：

注意：查找 一個(gè)匹配項(xiàng) 返回的都是一個(gè)匹配對(duì)象（Match）。

2.查找多個(gè)匹配項(xiàng)

講完查找一項(xiàng)，現(xiàn)在來(lái)看看查找多項(xiàng)吧，查找多項(xiàng)函數(shù)主要有： findall函數(shù) 與 finditer函數(shù) ：

1. findall ： 從字符串任意位置查找， 返回一個(gè)列表
2. finditer ：從字符串任意位置查找， 返回一個(gè)迭代器

兩個(gè)方法基本類似，只不過(guò)一個(gè)是返回列表，一個(gè)是返回迭代器。我們知道列表是一次性生成在內(nèi)存中，而迭代器是需要使用時(shí)一點(diǎn)一點(diǎn)生成出來(lái)的，內(nèi)存使用更優(yōu)。

如果可能存在大量的匹配項(xiàng)的話，建議使用 finditer函數(shù) ，一般情況使用 findall函數(shù) 基本沒(méi)啥影響。

3.分割

re.split(pattern, string, maxsplit=0, flags=0) 函數(shù)：用 pattern 分開 string ， maxsplit 表示最多進(jìn)行分割次數(shù)， flags 表示模式，就是上面我們講解的常量！

注意： str 模塊也有一個(gè) split函數(shù) ，那這兩個(gè)函數(shù)該怎么選呢？

str.split函數(shù)功能簡(jiǎn)單，不支持正則分割，而re.split支持正則。

關(guān)于二者的速度如何？ 豬哥實(shí)際測(cè)試了一下，在相同數(shù)據(jù)量的情況下使用 re.split 函數(shù)與 str.split

函數(shù) 執(zhí)行次數(shù) 與 執(zhí)行時(shí)間 對(duì)比圖：

通過(guò)上圖對(duì)比發(fā)現(xiàn)，1000次循環(huán)以內(nèi) str.split 函數(shù)更快，而循環(huán)次數(shù)1000次以上后 re.split 函數(shù)明顯更快，而且次數(shù)越多差距越大！

所以結(jié)論是： 在 不需要正則支持 且 數(shù)據(jù)量和數(shù)次不多 的情況下使用 str.split 函數(shù)更合適，反之則使用 re.split 函數(shù) 。

注：具體執(zhí)行時(shí)間與測(cè)試數(shù)據(jù)有關(guān)！

4.替換

替換主要有 sub函數(shù) 與 subn函數(shù) ，他們功能類似！

先來(lái)看看 sub函數(shù) 的用法：

re.sub (pattern, repl, string, count=0, flags=0) 函數(shù)參數(shù)講解：repl替換掉string中被pattern匹配的字符， count表示最大替換次數(shù)，flags表示正則表達(dá)式的常量。

值得注意的是： sub函數(shù) 中的入?yún)ⅲ?repl替換內(nèi)容既可以是字符串，也可以是一個(gè)函數(shù)哦！ 如果repl為函數(shù)時(shí)，只能有一個(gè)入?yún)?/span>：Match匹配對(duì)象。

re.subn

(pattern, repl, string, count=0, flags=0)函數(shù)與 re.sub函數(shù) 功能一致，只不過(guò)返回一個(gè)元組 (字符串, 替換次數(shù))。

5.編譯正則對(duì)象

compile函數(shù)

與 template函數(shù) 將正則表達(dá)式的樣式編譯為一個(gè) 正則表達(dá)式對(duì)象 （正則對(duì)象Pattern），這個(gè)對(duì)象與re模塊有同樣的正則函數(shù)（后面我們會(huì)講解Pattern正則對(duì)象）。

而 template函數(shù) 與 compile函數(shù) 類似，只不過(guò)是增加了我們之前說(shuō)的 re.TEMPLATE 模式，我們可以看看源碼。

6.其他

re.escape(pattern) 可以轉(zhuǎn)義正則表達(dá)式中具有特殊含義的字符，比如： . 或者 *

，舉個(gè)實(shí)際的案例：

re.escape(pattern) 看似非常好用省去了我們自己加轉(zhuǎn)義，但是使用它很容易出現(xiàn)轉(zhuǎn)義錯(cuò)誤的問(wèn)題，所以并不建議使用它轉(zhuǎn)義， 而建議大家自己手動(dòng)轉(zhuǎn)義 ！

re.purge() 函數(shù)作用就是清除 正則表達(dá)式緩存

，具體有什么緩存呢？我們來(lái)看看源碼就知道它背地里干了 什么：

看方法大概是清除緩存吧，我們?cè)賮?lái)看看具體的案例：

完整教學(xué)視頻代碼獲取后臺(tái)私信小編01即可