Python正则表达式核心函数与匹配模式详解
本文详解Python中正则表达式模块re的核心用法，涵盖findall、search和sub函数的功能差异。深入解析.*贪婪与.*?非贪婪匹配机制，以及分组捕获和re.S标志对换行符处理的影响。通过代码示例对比search与findall的返回值结构，并演示sub与subn在字符串替换及计数中的应用，帮助开发者精准掌握文本处理技巧。
本文重点介绍Python中正则表达式相关的常用符号及核心方法。
正则表达式模块re提供了多个关键函数：findall用于查找所有匹配项，返回包含所有匹配结果的列表；search用于查找第一个匹配项并返回匹配对象；sub则用于替换符合特定规则的内容，并返回替换后的新字符串。其中，点号（.）用于匹配除换行符以外的任意单个字符。
a = 'xy123'
b = re.findall('x...',a)
print(b)
# ['xy12']
星号（*）用于匹配前一个字符出现0次或无限次。
a = 'xyxy123'
b = re.findall('x*',a)
print(b)
# ['x', '', 'x', '', '', '', '', '']
问号（?）用于匹配前一个字符出现0次或1次。
a = 'xy123'
b = re.findall('x?',a)
print(b)
# ['x', '', '', '', '', '']
组合模式.*采用贪婪算法进行匹配。
b = re.findall('xx.*xx',secret_code)
print(b)
# ['xxIxxfasdjifja134xxlovexx23345sdfxxyouxx']
组合模式.*?采用非贪婪算法进行匹配。
c = re.findall('xx.*?xx',secret_code)
print(c)
# ['xxIxx', 'xxlovexx', 'xxyouxx']
圆括号（()）用于定义分组，括号内的匹配结果会被单独提取返回。
d = re.findall('xx(.*?)xx',secret_code)
print(d)
for each in d:
print(each)
# ['I', 'love', 'you']
# I
# love
# you
使用re.S标志可使点号（.）的作用范围扩展至包含换行符“\n”。
s = '''sdfxxhello
xxfsdfxxworldxxasdf'''
d = re.findall('xx(.*?)xx',s,re.S)
print(d)
# ['hello\n', 'world']
对比findall与search函数的使用区别。
s2 = 'asdfxxIxx123xxlovexxdfd'
f = re.search('xx(.*?)xx123xx(.*?)xx',s2).group(2)
print(f)
f2 = re.findall('xx(.*?)xx123xx(.*?)xx',s2)
print(f2[0][1])
# love
# love
尽管两者可能获取相同的匹配内容，但search通常配合group方法获取特定分组（如第二个匹配），而findall直接返回包含元组的列表（例如[(‘I', ‘love')]）。因此，若使用findall，需通过f2[0][1]这样的索引方式提取具体元素。
sub函数的具体使用示例。
s = '123rrrrr123'
output = re.sub('123(.*?)123','123%d123'%789,s)
print(output)
# 123789123
例如，若需批量修改文档中所有png图片的路径，可以先通过正则找到所有以.png结尾的文件名，再统一添加前缀路径。
import re
def multiply(m):
# Convert group 0 to an integer.
v = m.group(0)
print(v)
# Multiply integer by 2.
# ... Convert back into string and return it.
print('basic/'+v)
return 'basic/'+v
执行上述操作后的结果如下。
>>>autoencoder.png basic/autoencoder.png RNN.png basic/RNN.png rnn_step_forward.png basic/rnn_step_forward.png rnns.png basic/rnns.png rnn_cell_backprop.png basic/rnn_cell_backprop.png LSTM.png basic/LSTM.png LSTM_rnn.png basic/LSTM_rnn.png attn_mechanism.png basic/attn_mechanism.png attn_model.png basic/attn_model.png
参考上述案例，我们可以灵活定制正则替换逻辑以适配具体任务需求。
subn函数与sub类似，但其返回值是一个元组，其中第二个元素表示实际发生替换的次数。
import re
def add(m):
# Convert.
v = int(m.group(0))
# Add 2.
return str(v + 1)
# Call re.subn.
result = re.subn("\d+", add, "1 2 3 4 5")
print("Result string:", result[0])
print("Number of substitutions:", result[1])
>>>
Result string: 11 21 31 41 51
Number of substitutions: 5
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
