python正則表達(dá)式re.sub各個(gè)參數(shù)實(shí)例分析

本篇內(nèi)容介紹了“python正則表達(dá)式re.sub各個(gè)參數(shù)實(shí)例分析”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

一、re.sub(pattern, repl, string, count=0, flags=0)

re是正則的表達(dá)式，sub是substitute，表示替換

re.sub共有五個(gè)參數(shù)。

re.sub(pattern, repl, string, count=0, flags=0)

其中三個(gè)必選參數(shù)：pattern, repl, string

兩個(gè)可選參數(shù)：count, flags

二、參數(shù)講解

1、pattern參數(shù)

pattern，表示正則中的模式字符串，這個(gè)沒(méi)太多要解釋的。

需要知道的是：

反斜杠加數(shù)字：\N，則對(duì)應(yīng)著匹配的組：matched group

比如\6，表示匹配前面pattern中的第6個(gè)group

意味著，pattern中，前面肯定是存在對(duì)應(yīng)的組，后面也才能去引用

舉個(gè)例子

hello xinfa, nihao xinfa

我們想把xinfa替換成linxinfa，就可以這樣：

import re

inputStr = "hello xinfa, nihao xinfa"
replacedStr = re.sub(r"hello (\w+), nihao \1", "linxinfa", inputStr)
print("replacedStr = ", replacedStr) 
#輸出結(jié)果為: replacedStr = linxinfa

注意，上面的(\w+)，括號(hào)括起來(lái)表示一個(gè)組；

里面的\w表示匹配字母、數(shù)字、下劃線，等價(jià)于[A-Za-z0-9_]；

然后+表示匹配前面的子表達(dá)式一次或多次。

所以(\w+)就是匹配多個(gè)字母、數(shù)字、下劃線的意思。表達(dá)式中的\1表示匹配第一個(gè)組，第一個(gè)組就是(\w+)。

2、repl參數(shù)

repl，就是replacement，被替換的字符串的意思。

repl可以是字符串，也可以是函數(shù)。

2.1、repl是字符串

如果repl是字符串的話(huà)，其中的任何反斜杠轉(zhuǎn)義字符，都會(huì)被處理。

比如：

\n：會(huì)被處理為對(duì)應(yīng)的換行符；

\r：會(huì)被處理為回車(chē)符；

其他不能識(shí)別的轉(zhuǎn)移字符，則只是被識(shí)別為普通的字符： 比如\j，會(huì)被處理為j這個(gè)字母本身；

比較特殊的是\g<n>，\g表示匹配組，n是組的id，比如\g<1>表示第一個(gè)組。

還是上面的例子，我們想把xinfa提取出來(lái)，只剩xinfa

hello xinfa, nihao xinfa

就可以這樣寫(xiě)：

import re

inputStr = "hello xinfa, nihao xinfa"
replacedStr = re.sub(r"hello (\w+), nihao \1", "\g<1>", inputStr)
print("replacedStr = ", replacedStr) 
#輸出結(jié)果為: replacedStr = xinfa

2.2、repl是函數(shù)

比如輸入內(nèi)容是：

hello 123 world 456

想要把其中的數(shù)字部分，都加上111，變成：

hello 234 world 567

那么就可以這樣：

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re;

def pythonReSubDemo():
    """
        demo Pyton re.sub
    """
    inputStr = "hello 123 world 456"

    def _add111(matched):
        intStr = matched.group("number")
        intValue = int(intStr)
        addedValue = intValue + 111
        addedValueStr = str(addedValue)
        return addedValueStr

    replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr)
    print("replacedStr=",replacedStr) 
    #輸出結(jié)果為：replacedStr= hello 234 world 567

if __name__=="__main__":
    pythonReSubDemo()

注意上面，用了一個(gè)?P<value>。

?P的意思就是命名一個(gè)名字為value的組，匹配規(guī)則符合后面的\d+。

3、string參數(shù)

string，即表示要被處理，要被替換的那個(gè)string字符串。

4、count參數(shù)

舉例說(shuō)明：

繼續(xù)之前的例子，假如對(duì)于匹配到的內(nèi)容，只處理其中一部分。

比如：

hello 123 world 456 nihao 789

我們只是想要處理前面兩個(gè)數(shù)字：123，456，分別給他們加111，而不處理789，

那么就可以這樣：

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re;

def pythonReSubDemo():
    """
        demo Pyton re.sub
    """
    inputStr = "hello 123 world 456 nihao 789"

    def _add111(matched):
        intStr = matched.group("number")
        intValue = int(intStr)
        addedValue = intValue + 111 
        addedValueStr = str(addedValue)
        return addedValueStr

    replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr, 2)
    print("replacedStr = ", replacedStr)
	#輸出結(jié)果為：replacedStr = hello 234 world 567 nihao 789

if __name__=="__main__":
    pythonReSubDemo()

5、flags參數(shù)

flags是編譯標(biāo)志。編譯標(biāo)志讓你可以修改正則表達(dá)式的一些運(yùn)行方式。

在re模塊中標(biāo)志可以使用兩個(gè)名字，一個(gè)是全名如IGNORECASE，一個(gè)是縮寫(xiě)，一字母形式如I。（如果你熟悉 Perl 的模式修改，一字母形式使用同樣的字母；例如re.VERBOSE的縮寫(xiě)形式是re.X。）

多個(gè)標(biāo)志可以通過(guò)按位或它們來(lái)指定。如re.I | re.M被設(shè)置成I和M標(biāo)志。

下面列舉下常用的編譯標(biāo)志。

5.1、IGNORECASE（簡(jiǎn)寫(xiě)I）

使匹配對(duì)大小寫(xiě)不敏感；

舉個(gè)例子，[A-Z]也可以匹配小寫(xiě)字母，Spam可以匹配 Spam、spam或spAM。

5.2、LOCALE（簡(jiǎn)寫(xiě)L）

locales是C語(yǔ)言庫(kù)中的一項(xiàng)功能，是用來(lái)為需要考慮不同語(yǔ)言的編程提供幫助的。

舉個(gè)例子，如果你正在處理法文文本，你想用 w+來(lái)匹配文字，但w只匹配字符類(lèi)[A-Za-z]，它并不能匹配é。

如果你的系統(tǒng)配置適當(dāng)且本地化設(shè)置為法語(yǔ)，那么內(nèi)部的 C函數(shù)將告訴程序é也應(yīng)該被認(rèn)為是一個(gè)字母。

當(dāng)在編譯正則表達(dá)式時(shí)使用 LOCALE標(biāo)志會(huì)得到用這些 C函數(shù)來(lái)處理 w后的編譯對(duì)象，這會(huì)更慢，但也會(huì)象你希望的那樣可以用w+來(lái)匹配法文文本。

5.3、MULTILINE（簡(jiǎn)寫(xiě)M）

MULTILINE多行的意思，改變 ^ 和 $ 的行為。

使用 ^只匹配字符串的開(kāi)始，而 $則只匹配字符串的結(jié)尾和直接在換行前（如果有的話(huà)）的字符串結(jié)尾。

當(dāng)本標(biāo)志指定后，^匹配字符串的開(kāi)始和字符串中每行的開(kāi)始。同樣的， $元字符匹配字符串結(jié)尾和字符串中每行的結(jié)尾（直接在每個(gè)換行之前）。

例如

import re

s='hello \nworld \nxinfa'
print(s)

pattern=re.compile(r'^\w+')
print(re.findall(pattern,s))

#加上flags=re.M
pattern=re.compile(r'^\w+', flags=re.M)
print(re.findall(pattern,s))

輸出結(jié)果為

hello 
world 
xinfa
['hello']
['hello', 'world', 'xinfa']

5.4、DOTALL（簡(jiǎn)寫(xiě)S）

此模式下 .的匹配不受限制，可匹配任何字符，包括換行符，也就是默認(rèn)是不能匹配換行符。

例：

 #!/usr/bin/python
# -*- coding: utf-8 -*-
import re

s = '''first line
    ...: second line
    ...: third line'''

regex=re.compile('.+')
print(regex.findall(s))

regex=re.compile('.+', re.S)
print(regex.findall(s))

輸出結(jié)：

['first line', '    ...: second line', '    ...: third line']
['first line\n    ...: second line\n    ...: third line']

5.5、VERBOSE（簡(jiǎn)寫(xiě)X）

冗余模式， 此模式忽略正則表達(dá)式中的空白和#號(hào)的注釋。
例：

email_regex = re.compile("[\w+\.]+@[a-zA-Z\d]+\.(com|cn)")
 
email_regex = re.compile("""[\w+\.]+  # 匹配@符前的部分
                            @  # @符
                            [a-zA-Z\d]+  # 郵箱類(lèi)別
                            \.(com|cn)   # 郵箱后綴  """, re.X)

補(bǔ)充：repl為函數(shù)時(shí)的用法

當(dāng)repl為函數(shù)時(shí)的替換更加靈活，此時(shí)可以在函數(shù)中自定義在某種特定的匹配下替換為某種特定的字符。

示例

import re
 
# 將匹配的數(shù)字乘以 2
def double(matched):
    print('matched: ',matched)
    print("matched.group('value'): ",matched.group('value'))
    value = int(matched.group('value'))
    return str(value * 2)
 
string = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, string))

“python正則表達(dá)式re.sub各個(gè)參數(shù)實(shí)例分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！