python findall函数_Ramp;Python Data Science系列:数据处理(11)Python正则表达式re模块(三)...

前言

使用正则表达式进行匹配，可以直接调用模块级函数，如match()、search()、findall()等，函数第一个参数是匹配的正则表达式，第二个参数则为要匹配的字符串。也可以使用re.compile()先将正则表达式编译成RegexObject对象，然后再调用RegexObject对象的方法，参数为要匹配的字符串。例如：

re.search(r'flash', 'Flash_WorkingNotes', re.I).group()

等价于

p = re.compile(r'flash', re.I)
p.search('Flash_WorkingNotes').group()

如果匹配的正则表达式只用一次，模块级函数使用起来很方便；若项目中包含多个正则表达式或者一个正则表达式被多次使用，编译成RegexObject对象更方便一些。以下内容，先编译成正则表达式对象，然后再调用这些对象的方法。

5.2.3 RegexObject的方法和MatchObject的方法

re模块提供了一个正则表达式引擎接口，可以将正则表达式编译成对象并用它们进行匹配。使用re.compile()将正则表达式编译成RegexObject对象，有对象就有方法可以调用，RegexObject对象常用方法有match()、search()、findall()、finditer()、split()、sub()以及subn()。

match()和search()匹配成功的话返回一个MatchObject实例，findall()、split()、sub()以及subn()返回一个列表，finditer()返回一个迭代器。

• match()函数
  match()函数检查RE是否在字符串开始处匹配，match()函数只返回一次成功的匹配，从0开始，如果不是从0匹配成功，返回None。如果匹配成功，返回一个MatchObject 对象，可以通过group方法获取匹配成功的整个字符串。

1 匹配成功

p = re.compile('Flash', re.I)
p.match('flash workingnotes')

匹配成功的话，返回一个MatchObject对象，可以调用MatchObject的方法。

2 使用group()函数返回匹配成功的整个字符串

p = re.compile('Flash', re.I)
p.match('flash workingnotes').group()

3 使用start()返回匹配开始的位置

p = re.compile('Flash', re.I)
p.match('flash workingnotes').start()

4 使用end()返回匹配结束的位置

p = re.compile('Flash', re.I)
p.match('flash workingnotes').end()

5 使用span()返回一个元组包含匹配(开始,结束)的位置

p = re.compile('Flash', re.I)
p.match('flash workingnotes').span()

6 匹配失败

p = re.compile('Flash', re.I)
print(p.match('workingnotes flash'))

• search()函数

search()函数检查整个字符串，匹配成功，返回一个匹配对象MatchObject，没有匹配成功返回None

1 匹配成功

p = re.compile('Flash', re.I)
print(p.search('workingnotes flash'))

2 使用group()函数返回匹配成功的整个字符串

p = re.compile('Flash', re.I)
print(p.search('workingnotes flash').group())

3 使用start()返回匹配开始的位置

p = re.compile('Flash', re.I)
print(p.search('workingnotes flash').start())

4 使用end()返回匹配结束的位置

p = re.compile('Flash', re.I)
print(p.search('workingnotes flash').end())

5 使用span()返回一个元组包含匹配(开始,结束)的位置

p = re.compile('Flash', re.I)
print(p.search('workingnotes flash').span())

6 匹配失败

p = re.compile('Flash', re.I)
print(p.search('workingnotes fash'))

• findall()函数

findall()函数找到匹配成功的所有子串，并把它们作为一个列表返回，若没有匹配成功，返回空列表

1 匹配成功

p = re.compile('Flash', re.I)
print(p.findall('flash workingnotes Flash Workingnotes'))

编译正则表达式的时候，使用标志re.I，匹配时候不区分大小写，所以成功匹配flash和Flash。

2 匹配失败

p = re.compile('Flash', re.I)
print(p.findall('flah workingnotes Flah Workingnotes'))

• finditer()函数

finditer()函数找到匹配成功的所有子串，并把它们作为一个迭代器返回

p = re.compile('Flash', re.I)
print(p.finditer('flash workingnotes Flash Workingnotes'))

p = re.compile('Flash', re.I)
p1 = p.finditer('flash workingnotes Flash Workingnotes')
for match in p1:
print(match.group())

• split()函数

split()函数基于正则表达式的模式分隔字符串，通过参数max指定最大分割数。

如果找不到匹配的字符串的话，不进行分割。

1 使用非字母数字字符分割字符串

p = re.compile(r'W+')
p.split('Flash,Workingnotes.flash+Workings FlashWorkingnotes')

2 使用非字母数字字符分割字符串，限制最大分割次数为2

p = re.compile(r'W+')
p.split('Flash,Workingnotes.flash+Workings FlashWorkingnotes', 2)

3 匹配不到

p = re.compile(r'd')
p.split('Flash,Workingnotes.flash+Workings FlashWorkingnotes', 2)

• sub()函数和subn()函数
  sub()函数和subn()函数用于搜索和替换，sub()函数找到匹配成功的所有子串，并将其用一个不同的字符串替换；subn()函数找到匹配成功的所有子串，并将其用一个不同的字符串替换，并且返回新的字符串和替换次数的元组。参数count可用于指定最大替换的次数。

1 使用gmy替换F(f)lash

p = re.compile(r'Flash', re.I)
p.sub('gmy', ('flash workingnotes Flash Workingnotes'))

2 使用gmy替换F(f)lash，替换次数为1次

p = re.compile(r'Flash', re.I)
p.sub('gmy', ('flash workingnotes Flash Workingnotes'), 1)

3 subn()函数与sub()函数一样，返回的是包含新字符串和替换执行次数的元组

p = re.compile(r'Flash', re.I)
p.subn('gmy', ('flash workingnotes Flash Workingnotes'))

p = re.compile(r'Flash', re.I)
p.subn('gmy', ('flash workingnotes Flash Workingnotes'),1)

6 总结

用了三部分介绍了Python之正则表达式re模块，这里只是抛砖引玉，选择性的介绍部分内容，没有介绍的可以参考https://docs.python.org/zh-cn/3/library/re.html。按照计划，后面进入到可视化内容的介绍。

关于作者：从事风控方面工作，数据科学爱好者，微信公众号WorkingNotes，欢迎交流。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！