1.1 介紹

福哥今天要給大家講講Python的正則表達式的使用技巧，正則表達式（Regular expressions）就是通過一系列的特殊格式的匹配符號去描述一個字符串的工具。

使用正則表達式可以快速檢測字符串的格式，也可以從字符串裏面查找出符合特定規則的字符串片斷，還可以將字符串按照特定的規則替換或者重組成新的字符串。

2. 正則表達式

2.1 表達式

2.1.1 re.compile

使用re.compile方法可以定義一個pattern，用來使用其他方法調用這個pattern。

url = "https://tongfu.net/home/35.html"

pattern = re.compile(r"tongfu.net", re.I)

print(re.findall(pattern, url))

2.1.2 re.template

re.template方法和re.compile方法類似，可以達到相同的目的。

url = "https://tongfu.net/home/35.html"

pattern = re.template(r"tongfu.net", re.I)

print(re.findall(pattern, url))

2.2 匹配

2.2.1 re.match

re.match可以實現使用pattern去匹配字符串，結果是一個對象，可以有很多功能可以使用。

re.match是從字符串開頭進行匹配的，pattern如果不包含字符串開頭部分的話，匹配一定會失敗！

url = "https://tongfu.net/home/35.html"

match = re.match(r"https://([^/]+)/home/(d+).html", url)

print(match.group())
print(match.groups())

2.2.2 re.search

re.search和re.match類型，區別在於re.search不是從字符串開頭匹配的。

如果我們的pattern本身就是從字符串開頭匹配的話建議使用re.match，因為效率它更快！

url = "https://tongfu.net/home/35.html"

match = re.search(r"home/(d+).html", url)

print(match.group())
print(match.groups())

2.2.3 re.findall

re.findall可以直接返回一個tuple數組，而且可以實現多組匹配。

urls = "https://tongfu.net/home/35.html," 
       "https://tongfu.net/home/8.html"

matches = re.findall(r"https://([^/]+)/home/(d+).html", urls)

print(matches)

2.3 替換

2.3.1 re.sub

使用re.sub可以將pattern匹配的字符串片斷替換為我們想要的內容，這裏面還可以將pattern中的匹配組應用到替換內容裏面。

urls = "https://tongfu.net/home/35.html," 
       "https://tongfu.net/home/8.html"

matches = re.sub(r"/home/(d+).html", r"/homepage/1.htm", urls)

print(matches)

2.3.2 re.subn

re.subn和re.sub在字符串替換功能上面沒有區別，re.subn比re.sub多了一個替換次數的統計，這個會在返回值裏面體現出來。

urls = "https://tongfu.net/home/35.html," 
       "https://tongfu.net/home/8.html"

matches = re.subn(r"/home/(d+).html", r"/homepage/1.htm", urls)

print(matches)

2.4 修飾符

修飾符就是參數flags，用來對pattern進行一個補充。

修飾符	描述
re.I	忽略大小寫敏感，就是不管大小寫問題，字母對就算匹配了。
re.L	本地化識別匹配。
re.M	多行匹配，默認正則表達式會在遇到換行符後結束匹配，設置這個之後就會一直匹配到末尾。
re.S	使字符「.」匹配換行符，默認字符「.」是不包括換行符的。
re.U	使用Unicode解析字符串，它會影響「w」，「W」，「b」，「B」的作用。
re.X	這個福哥還沒有研究過，官方說法就是可以讓編寫pattern更加簡單。