Python re模块正则表达式使用详解：匹配、替换与分割

一、前言

Python内置了re模块以支持正则表达式操作。在实际开发中，开发者可以直接调用re模块提供的函数（如search()、match()、findall()等）对字符串进行处理；或者先通过compile()方法将正则模式字符串编译为正则表达式对象，再利用该对象的方法执行字符串操作。

若在代码中未导入re模块而直接调用相关方法，程序将抛出异常，具体报错信息如图所示：

二、匹配字符串

利用re模块进行字符串匹配，主要依赖match()、search()和findall()等内置方法。

1.使用match()方法进行匹配

match()方法旨在从字符串起始位置尝试匹配。若起始位置匹配成功，则返回一个Match对象；若失败，则返回None。其语法结构如下：

re.match(pattern, string, [flags])

参数说明：

• pattern：代表模式字符串，即由正则表达式转换而来的匹配规则。
• string：代表待匹配的原始字符串。
• flags：可选参数，用于控制匹配行为（例如是否忽略大小写）。常用标志位详见下表：

例如，判断字符串是否以“mr_”开头，且忽略大小写，实现代码如下：

import re

pattern = r"mr_\w+" #模式匹配字符串
string = "MR_SHOP mr_shop" #要匹配的字符串
match = re.match(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果
string = "项目名称MR_SHOP mr_shop"
match = re.match(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果

执行结果如下：

从上述运行结果可见，字符串“MR_SHOP”因以“mr_”开头（忽略大小写）而返回Match对象；而“项目名称MR_SHOP”因起始字符不符合条件，直接返回None。这是因为match()严格从字符串首字符开始匹配，一旦首字符不满足条件即停止并返回None。

Match对象中封装了匹配内容的起始位置及具体数据，相关属性与方法包括：

• 调用Match对象的start()方法可获取匹配内容的起始索引；
• 调用end()方法可获取匹配内容的结束索引；
• 通过span()方法可返回包含起始和结束位置的元组；
• 利用string属性可获取原始待匹配字符串。

具体代码如下：

import re
pattern = r"mr_\w+"  # 模式匹配字符串
string = "MR_SHOP mr_shop"  # 要匹配的字符串
match = re.match(pattern, string, re.I)  # 匹配字符，不区分大小写
print("匹配值的起始位置", match.start())
print("匹配值的结束位置", match.end())
print("匹配位置元组", match.span())
print("要匹配的字符串", match.string)
print("匹配数据", match.group())

执行结果如下：

2.使用search()方法进行匹配

search()方法用于在整个字符串中搜索第一个符合正则表达式的子串。若找到匹配项，返回Match对象；否则返回None。语法格式如下：

re.search(pattern, string, [flags])

参数说明：

• pattern：代表模式字符串，由正则表达式转换而来。
• string：代表待匹配的字符串。
• flags：可选参数，用于控制匹配方式（如是否区分大小写）。

例如，针对以“mr_”开头的字符串进行不区分大小写的匹配，代码如下：

import re

pattern = r"mr_\w+" #模式匹配字符串
string = "MR_SHOP mr_shop" #要匹配的字符串
match = re.search(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果
string = "项目名称MR_SHOP mr_shop"
match = re.search(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果

执行结果如下：

对比运行结果可知，search()方法不仅限于字符串起始位置，只要字符串中任意位置存在符合模式的子串，即可成功匹配。

3.使用findall()方法进行匹配

findall()方法用于在整个字符串中查找所有符合正则表达式的子串，并以列表形式返回。若匹配成功，返回包含所有匹配结果的列表；若无匹配项，则返回空列表。语法格式如下：

re.findall(pattern, string, [flags])

参数说明：

• pattern：代表模式字符串，由正则表达式转换而来。
• string：代表待匹配的字符串。
• flags：可选参数，用于控制匹配方式（如是否区分大小写）。

例如，对以“mr_”开头的字符串进行不区分大小写的匹配，代码如下：

import re

pattern = r"mr_\w+" #模式匹配字符串
string = "MR_SHOP mr_shop" #要匹配的字符串
match = re.findall(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果
string = "项目名称MR_SHOP mr_shop"
match = re.findall(pattern,string,re.I)#匹配字符，不区分大小写
print(match) #输出匹配结果

执行结果如下：

若模式字符串中包含分组（括号部分），findall()将返回与分组匹配的文本列表，而非整个模式的匹配结果。例如：

import re

pattern = r"[1-9]{1,3}(\.[0-9]{1,3}){3}"  # 模式字符串
str1 = "127.0.0.1 192.168.1.66"  # 要匹配的字符串
match = re.findall(pattern, str1)  # 进行模式匹配
print(match)

执行结果如下：

从上述结果可见，并未直接获取到完整的IP地址，原因在于模式中使用了分组，导致返回的是分组内的匹配内容，即“(.[0-9]{1,3})”的匹配结果。若需获取整个模式的匹配值，可将整个模式用一对小括号包裹形成分组，并在处理结果时，仅提取返回列表中每个元组的第1个元素。代码如下：

import re

pattern = r"([1-9]{1,3}(\.[0-9]{1,3}){3})"  # 模式字符串
str1 = "127.0.0.1 192.168.1.66"  # 要匹配的字符串
match = re.findall(pattern, str1)  # 进行模式匹配
for item in match:
    print(item[0])

执行结果如下：

三、替换字符串

sub()方法用于执行字符串替换操作，语法格式如下：

re.sub(pattern, sep1, string, count, flags)

参数说明：

• pattern：代表模式字符串，由正则表达式转换而来。
• sep1：代表用于替换的新字符串。
• string：代表原始待处理字符串。
• count：可选参数，指定最多替换的次数。
• flags：可选参数，用于控制匹配方式（如是否区分大小写）。

import re

pattern = r"1[34578]\d{9}"  # 定义要替换的模式字符串
string = "中奖号码为：84978981 联系电话为：13611111111"
result = re.sub(pattern, "1xxxxxxxxxx", string)
print(result)

执行结果如下：

四、使用正则表达式分割字符串

split()方法（注：原文拼写为splist，此处按标准修正或保留原意说明）用于根据正则表达式分割字符串，并以列表形式返回。其功能类似于字符串对象的split()方法，区别在于分割符由正则模式指定。语法格式如下：

re.split(pattern, string, [maxsplit], [flags])

参数说明：

• pattern：代表模式字符串，由正则表达式转换而来。
• string：代表待分割的字符串。
• maxsplit：可选参数，指定最大分割次数。
• flags：可选参数，用于控制匹配方式（如是否区分大小写）。

例如，从给定的URL地址中提取请求路径及参数，代码如下：

import re

pattern = r"[?|&]"  # 定义分割符
url = 'http://www.baidu.com/login.jsp?username="mr"&pwd="mrsoft"'
result = re.split(pattern, url)  # 分割字符串
print(result)

执行结果如下：

总结

本文介绍了Python中re模块实现正则表达式匹配、替换与分割的核心操作。更多Python正则表达式相关内容，可参考本站过往文章或继续浏览后续教程，感谢支持！