Python正则表达式核心函数详解：match、search、sub、split与compile

本文主要介绍Python中常用的正则表达式处理函数。在Python中，实现模式匹配主要有两种方式：'搜索'和'匹配'。

re.match

re.match函数尝试从字符串的起始位置进行全部或部分模式匹配。例如，以下代码用于匹配字符串中的第一个单词。

import re
text = "PythonTab.com is a good Python website"
m = re.match(r"(\w+)\s", text)
if m:
print m.group(0), '\n', m.group(1)
else:
print 'not match'

re.match函数的原型定义如下：re.match(pattern, string, flags)

第一个参数pattern为正则表达式，例如"(\w+)\s"。若匹配成功，函数返回一个Match对象；若未匹配，则返回None。

第二个参数string表示待匹配的原始字符串。

第三个参数flags为标志位，用于控制正则表达式的匹配行为，例如是否忽略大小写或多行匹配模式等。

需要注意的是，re.match成功匹配的前提是：字符串的起始部分必须满足正则表达式的条件。

re.search

re.search函数会在整个字符串中查找模式匹配，一旦找到第一个匹配项即返回结果；如果字符串中不存在匹配项，则返回None。

import re
text = "PythonTab.com is a good Python website"
m = re.search(r'\Pyt(on)n\s', text)
if m:
print m.group(0), m.group(1)
else:
print 'not search'

re.search函数的原型为：re.search(pattern, string, flags)

该函数各参数的含义与re.match完全一致。

re.match与re.search的主要区别在于：re.match仅从字符串开头进行匹配，若开头不符合正则表达式规则，则匹配失败并返回None；而re.search会扫描整个字符串，直到找到第一个符合规则的匹配项为止。

re.sub

re.sub函数用于替换字符串中符合正则表达式的匹配项。下面的示例演示了如何将字符串中的空格替换为连字符'-'。

import re
text = "PythonTab.com is a good Python website"
print re.sub(r'\s+', '-', text)

re.sub函数的原型为：re.sub(pattern, repl, string, count)

其中第二个参数repl代表替换后的字符串，在示例中为'-'。

第四个参数count指定替换的次数。默认值为0，表示对所有匹配项进行替换。

此外，re.sub还支持通过函数对匹配项进行复杂处理。例如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)，该代码将字符串中的空格替换为'[ ]'。

re.split

可以使用re.split函数来分割字符串。例如：re.split(r'\s+', text)，该操作将字符串按空格分割为一个单词列表。

re.findall

re.findall函数用于获取字符串中所有符合模式的匹配字符串。例如：re.findall(r'\w*oo\w*', text)，该操作获取字符串中包含'oo'的所有单词。

re.compile

re.compile函数可将正则表达式编译为正则表达式对象。对于频繁使用的正则表达式，预先编译为对象可以提升执行效率。以下是一个使用正则表达式对象的示例。

import re
text = "PythonTab is a good Python website"
regex = re.compile(r'\w*on\w*')
print regex.findall(text)   #查找所有包含'on'的单词
print regex.sub(lambda m: '[' + m.group(0) + ']', text) #将字符串中含有'on'的单词用[]括起来。

如需了解更多Python中正则表达式处理函数的详细信息，请参考相关文章。