---

模块介绍

re 模块提供了正则表达式的支持，允许我们通过模式匹配来进行字符串的搜索、替换和分割等操作。正则表达式是一个强大的工具，广泛应用于文本处理、数据提取等领域。以下是 re 模块的详解及示例，帮助你理解常见的正则表达式操作。

正则表达式中的特殊字符

正则表达式符号	描述
.	匹配任何单个字符（除换行符外）。
^	匹配字符串的开始。
$	匹配字符串的结束。
[]	匹配方括号中的任何字符。例如，[a-z] 匹配任何小写字母。
*	匹配前一个字符零次或多次。
+	匹配前一个字符一次或多次。
?	匹配前一个字符零次或一次。
{m,n}	匹配前一个字符至少 m 次，但不超过 n 次。
|	或运算符，匹配多个模式中的任意一个。
()	分组，用于将多个字符组成一个单元。

常用函数

函数	描述
escape()	转义字符串中的所有特殊字符
search()	在字符串中查找第一个匹配的子串
sub()	替换字符串中匹配正则表达式的部分
subn()	替换并返回替换后的字符串和替换次数
match()	从字符串开始位置匹配正则表达式
findall()	返回所有匹配的子串列表
finditer()	返回一个迭代器，包含所有匹配对象
split()	根据正则表达式分割字符串
fullmatch()	判断整个字符串是否完全匹配正则表达式
purge()	清空正则表达式的内部缓存
compile()	编译正则表达式，返回一个 Pattern 对象

- escape()

用于对字符串中的所有非字面字符（如 ., *, ? 等）进行转义，返回一个只包含字面字符的正则表达式。

import re

text = "3+2=5"

escaped_text = re.escape(text)
print(escaped_text)  # 输出：3\+2\=5

这里，+ 和 = 会被转义为 + 和 =，使它们在正则表达式中作为字面字符处理。

- template()

用于处理模板字符串的替换，常用于字符串格式化时的匹配与替换。这个方法通常不常用，更多使用 str.format() 或 f-string。

- search()

扫描整个字符串，返回第一个匹配的子串。返回一个匹配对象（Match），如果没有匹配到，返回 None。

import re

text = "The rain in Spain falls mainly on the plain."
match = re.search(r"rain", text)

if match:
    print("Found:", match.group())  # 输出 Found: rain

• match.group() 获取匹配的字符串。

- sub()

用于替换字符串中匹配正则表达式的部分，返回替换后的字符串。

import re

text = "The rain in Spain falls mainly on the plain."
new_text = re.sub(r"rain", "sun", text)

print(new_text)  # 输出 The sun in Spain falls mainly on the plain.

• 该方法将正则表达式匹配到的部分替换为指定的字符串。

- subn()

subn() 与 sub() 类似，都是进行正则替换。区别是 subn() 会返回一个包含两个元素的元组，第一个是替换后的字符串，第二个是替换的次数。

import re

text = "The rain in Spain falls mainly on the plain."
new_text, count = re.subn(r"rain", "sun", text)

print(new_text)  # 输出 The sun in Spain falls mainly on the plain.
print(count)     # 输出 1

• 这里 count 表示进行了多少次替换。

- match()

尝试从字符串的开头匹配正则表达式。如果开头匹配成功，返回一个匹配对象；否则返回 None。

import re

text = "Hello World"
match = re.match(r"Hello", text)

if match:
    print("Matched:", match.group())  # 输出 Matched: Hello

• 该方法只会从字符串的起始位置进行匹配，如果正则表达式不从字符串开头开始匹配，返回 None。

- findall()

返回所有匹配正则表达式的子串，并将其以列表的形式返回。每个匹配的结果是一个字符串。

import re

text = "abc 123 def 456 ghi 789"
matches = re.findall(r"\d+", text)

print(matches)  # 输出 ['123', '456', '789']

• 该方法会返回所有匹配的子串。

- finditer()

finditer() 与 findall() 类似，都是返回匹配的结果。但不同之处在于，它返回一个迭代器，每次迭代返回一个 Match 对象，可以进一步通过 group() 获取匹配的文本。

import re

text = "abc 123 def 456 ghi 789"
matches = re.finditer(r"\d+", text)

for match in matches:
    print(match.group())  # 输出 123 456 789

• finditer() 返回的每个匹配项是一个 Match 对象，你可以获取匹配的具体信息（例如匹配的位置、匹配的内容等）。

- split()

按照正则表达式的匹配规则将字符串分割成多个子串，并返回一个列表。

import re

text = "apple,orange,banana,grape"
result = re.split(r",", text)

print(result)  # 输出 ['apple', 'orange', 'banana', 'grape']

• 该方法将字符串按匹配到的正则表达式分割。

- fullmatch()

用于判断整个字符串是否完全匹配正则表达式。如果整个字符串都符合模式，返回一个匹配对象；否则返回 None。

import re

text = "123abc"
match = re.fullmatch(r"\d+[a-z]+", text)

if match:
    print("Full match:", match.group())  # 输出 Full match: 123abc
else:
    print("No match")

• 只有字符串完全符合正则表达式的模式时，才会返回匹配对象。

- purge()

清空正则表达式的内部缓存。这通常不需要手动调用，Python 会自动管理缓存。

import re

# 清除缓存
re.purge()

• 主要用于清理 re.compile() 编译后的缓存，但通常不需要在普通程序中使用。

- compile()

编译一个正则表达式模板，返回一个 Pattern 对象。编译后的模式可以多次复用，从而提高效率，特别是在多个匹配操作时。

import re

# 编译正则表达式
pattern = re.compile(r"\d+")

# 使用编译后的模式进行匹配
matches = pattern.findall("123 abc 456 def 789")
print(matches)  # 输出 ['123', '456', '789']

• compile() 对于需要多次使用相同正则表达式的场景有性能优势。