python爬虫--pattern的实例方法及其使用

1.match

match(string［， pos［, endpos]]) ｜ re。match（pattern， string[， flags])：

这个方法将从string的pos下标处起尝试匹配pattern；

如果pattern结束时仍可匹配，则返回一个Match对象;

如果匹配过程中pattern无法匹配,或者匹配未结束就已到达endpos，则返回None。

pos和endpos的默认值分别为0和len（string)；

re.match()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。

注意：这个方法并不是完全匹配。

当pattern结束时若string还有剩余字符，仍然视为成功.

想要完全匹配,可以在表达式末尾加上边界匹配符'$'。

下面来看一个Match的简单案例：

［python］ view plaincopy

1. ＃ encoding: UTF—8  
2. import re  
3.    
4. # 将正则表达式编译成Pattern对象  
5. pattern = re.compile(r’hello’）  
6.    
7. ＃ 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None  
8. match = pattern。match（’hello world！’)  
9.    
10. if match：  
11.     ＃ 使用Match获得分组信息  
12.     print match.group(）  
13.    
14. #＃＃ 输出 ＃##  
15. # hello  

2.search
search(string［， pos[， endpos]]) | re。search（pattern， string［, flags]）: 
这个方法用于查找字符串中可以匹配成功的子串。

从string的pos下标处起尝试匹配pattern,

如果pattern结束时仍可匹配,则返回一个Match对象；

若无法匹配,则将pos加1后重新尝试匹配；

直到pos=endpos时仍无法匹配则返回None.

pos和endpos的默认值分别为0和len（string))；

re。search(）无法指定这两个参数,参数flags用于编译pattern时指定匹配模式。

那么它和match有什么区别呢？

match(）函数只检测re是不是在string的开始位置匹配，

search()会扫描整个string查找匹配,

match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话,match（）就返回none
例如：
print（re.match（‘super’， ‘superstition’)。span（））

会返回(0， 5)

print（re。match（‘super’， ‘insuperable’）)

则返回None

search（）会扫描整个字符串并返回第一个成功的匹配
例如:

print(re.search(‘super’, ‘superstition').span（））

返回(0， 5)
print(re。search(‘super’, ‘insuperable’)。span())

返回（2, 7）

看一个search的实例：

[python] view plaincopy

1. # -*— coding: utf-8 -＊-  
2. ＃一个简单的search实例  
3.   
4. import re  
5.    
6. ＃ 将正则表达式编译成Pattern对象  
7. pattern = re。compile(r’world'）  
8.    
9. # 使用search(）查找匹配的子串,不存在能匹配的子串时将返回None  
10. # 这个例子中使用match()无法成功匹配  
11. match = pattern.search（'hello world！'）  
12.    
13. if match：  
14.     ＃ 使用Match获得分组信息  
15.     print match.group(）  
16.    
17. ＃＃# 输出 ###  
18. ＃ world  

3.split

split(string[， maxsplit］) | re。split(pattern， string［, maxsplit］）:
按照能够匹配的子串将string分割后返回列表.

maxsplit用于指定最大分割次数,不指定将全部分割。

［python] view plaincopy

1. import re  
2.    
3. p = re。compile(r'\d+’）  
4. print p.split('one1two2three3four4’）  
5.    
6. ＃＃＃ output ＃##  
7. ＃ ['one’， 'two’, ’three'， 'four’， '’]  

4.findall

findall（string［, pos［， endpos]］) | re.findall(pattern， string[, flags］）：
搜索string，以列表形式返回全部能匹配的子串。

［python] view plaincopy

1. import re  
2.    
3. p = re.compile(r'\d+')  
4. print p.findall（'one1two2three3four4’）  
5.    
6. ##＃ output ＃#＃  
7. # ['1'， '2'， ’3', ’4']  

5.finditer

finditer（string［， pos［， endpos]］) | re。finditer(pattern， string［， flags])：
搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。

[html] view plaincopy

1. import re  
2.    
3. p = re。compile（r’\d+’）  
4. for m in p.finditer（'one1two2three3four4'):  
5.     print m。group（)，  
6.    
7. ### output ###  
8. ＃ 1 2 3 4  

6.sub

sub（repl, string［, count]) ｜ re.sub(pattern, repl， string[， count]）：
使用repl替换string中每一个匹配的子串后返回替换后的字符串. 
当repl是一个字符串时，可以使用\id或\g〈id>、\g〈name〉引用分组，但不能使用编号0。 
当repl是一个方法时，这个方法应当只接受一个参数（Match对象）,并返回一个字符串用于替换（返回的字符串中不能再引用分组）。 
count用于指定最多替换次数，不指定时全部替换.

[python］ view plaincopy

1. import re  
2.    
3. p = re.compile(r’(\w+） (\w+）’)  
4. s = ’i say， hello world！'  
5.    
6. print p.sub（r'\2 \1’， s)  
7.    
8. def func(m):  
9.     return m。group(1).title(） + ' ' + m.group（2)。title(）  
10.    
11. print p。sub（func， s）  
12.    
13. ### output ##＃  
14. ＃ say i, world hello！  
15. ＃ I Say, Hello World！  

7.subn

subn(repl, string［, count]） ｜re。sub(pattern, repl, string［, count］）：
返回 （sub(repl, string［, count])， 替换次数)。

[python] view plaincopy

1. import re  
2.    
3. p = re.compile（r'（\w+) （\w+）'）  
4. s = 'i say, hello world！'  
5.    
6. print p.subn（r'\2 \1’， s）  
7.    
8. def func（m）：  
9.     return m。group（1）。title(） + ' ’ + m.group（2).title(）  
10.    
11. print p.subn(func， s）  
12.    
13. ＃#＃ output ###  
14. # （'say i， world hello!’, 2)  
15. # （’I Say， Hello World!’, 2）  

原文地址：https://blog.csdn.net/m0_38073539/article/details/143783922

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！