Python3中正则模块re.compile、re.match及re.search函数用法详解

本文通过具体实例，深入讲解Python3中正则表达式模块re下的compile、match以及search函数的使用方法，旨在为读者提供实用的参考指南。

重点解析re模块中的compile、match与search三个核心函数。

参考re模块的官方说明文档以获取更详尽的技术规范。

在编写正则表达式时，字符串前缀使用r表示原生字符串（raw string），其作用是声明字符串内的特殊字符无需进行额外的转义处理。

例如，若要表示换行符\n，可以直接写为r'\n'，或者在不使用原生字符串前缀的情况下写为'\n'。

建议在实际开发中优先使用re.match函数进行匹配操作。

关于re.compile()函数的详细说明。

该函数用于编译正则表达式模式，并返回一个编译后的对象。将常用的正则表达式预先编译为正则对象，不仅便于后续多次调用，还能显著提高程序运行效率。

re.compile(pattern, flags=0)

• 参数pattern用于指定编译时所使用的表达式字符串。
• 参数flags为编译标志位，用于调整正则表达式的匹配行为。例如，支持同时使用re.L和re.M标志进行匹配。

以下是flags标志位参数的具体说明。

re.I（即re.IGNORECASE）：启用此标志后，匹配过程将忽略字母的大小写。

re.L（即re.LOCAL）：启用本地化识别（locale-aware）匹配，依据当前环境设置进行匹配。

re.M（即re.MULTILINE）：启用多行匹配模式，这将影响锚点^和$的行为，使其分别匹配行的开始和结束。

re.S（即re.DOTALL）：启用此标志后，通配符.将匹配包括换行符在内的所有字符。

re.U（即re.UNICODE）：根据Unicode字符集解析字符。该标志会影响\w、\W、\b和\B的匹配行为。

re.X（即re.VERBOSE）：启用此标志允许在正则表达式中使用更灵活的格式，例如添加注释和空格，从而使正则表达式更易读和理解。

以下是具体的代码示例。

import re
content = 'Citizen wang , always fall in love with neighbour，WANG'
rr = re.compile(r'wan\w', re.I) # 不区分大小写
print(type(rr))
a = rr.findall(content)
print(type(a))
print(a)

findall方法返回的结果是一个list列表对象。

输出类型显示为<class '_sre.SRE_Pattern'>和<class 'list'>，匹配到的内容为['wang', 'WANG']。

关于re.match()函数的详细说明。

re.match函数始终尝试从字符串的起始位置进行匹配，若匹配成功，则返回一个表示匹配结果的match对象，其类型为<class '_sre.SRE_Match'>。

re.match(pattern, string[, flags=0])

• 参数pattern指代匹配模式，通常由re.compile函数生成的对象提供。
• 参数string指代需要进行匹配的原始字符串。

import re
pattern = re.compile(r'hello')
a = re.match(pattern, 'hello world')
b = re.match(pattern, 'world hello')
c = re.match(pattern, 'hell')
d = re.match(pattern, 'hello ')
if a:
  print(a.group())
else:
  print('a 失败')
if b:
  print(b.group())
else:
  print('b 失败')
if c:
  print(c.group())
else:
  print('c 失败')
if d:
  print(d.group())
else:
  print('d 失败')

测试结果显示：变量a匹配成功输出hello；变量b因字符串以world开头匹配失败；变量c因长度不足匹配失败；变量d匹配成功输出hello。

以下是match对象所提供的方法和属性列表。

相关参考链接供进一步查阅。

import re
str = 'hello world! hello python'
pattern = re.compile(r'(?P<first>hell\w)(?P<symbol>\s)(?P<last>.*ld!)') # 分组，0 组是整个 hello world!, 1组 hello，2组 ld!
match = re.match(pattern, str)
print('group 0:', match.group(0)) # 匹配 0 组，整个字符串
print('group 1:', match.group(1)) # 匹配第一组，hello
print('group 2:', match.group(2)) # 匹配第二组，空格
print('group 3:', match.group(3)) # 匹配第三组，ld!
print('groups:', match.groups())  # groups 方法，返回一个包含所有分组匹配的元组
print('start 0:', match.start(0), 'end 0:', match.end(0)) # 整个匹配开始和结束的索引值
print('start 1:', match.start(1), 'end 1:', match.end(1)) # 第一组开始和结束的索引值
print('start 2:', match.start(1), 'end 2:', match.end(2)) # 第二组开始和结束的索引值
print('pos 开始于：', match.pos)
print('endpos 结束于：', match.endpos) # string 的长度
print('lastgroup 最后一个被捕获的分组的名字：', match.lastgroup)
print('lastindex 最后一个分组在文本中的索引：', match.lastindex)
print('string 匹配时候使用的文本：', match.string)
print('re 匹配时候使用的 Pattern 对象：', match.re)
print('span 返回分组匹配的 index （start(group),end(group))：', match.span(2))

以下是代码执行后的返回结果详情。

group 0: hello world! group 1: hello group 2: group 3: world! groups: ('hello', ' ', 'world!') start 0: 0 end 0: 12 start 1: 0 end 1: 5 start 2: 0 end 2: 6 pos 开始于： 0 endpos 结束于： 25 lastgroup 最后一个被捕获的分组的名字： last lastindex 最后一个分组在文本中的索引： 3 string 匹配时候使用的文本： hello world! hello python re 匹配时候使用的 Pattern 对象： re.compile('(?P<first>hell\\w)(?P<symbol>\\s)(?P<last>.*ld!)') span 返回分组匹配的 index （start(group),end(group))： (5, 6)

关于re.search函数的详细说明。

re.search函数会对整个字符串进行搜索匹配，并返回第一个匹配成功的字符串对应的match对象。

re.search(pattern, string[, flags=0])

• 参数pattern指代匹配模式，通常由re.compile函数生成的对象提供。
• 参数string指代需要进行匹配的原始字符串。

import re
str = 'say hello world! hello python'
pattern = re.compile(r'(?P<first>hell\w)(?P<symbol>\s)(?P<last>.*ld!)') # 分组，0 组是整个 hello world!, 1组 hello，2组 ld!
search = re.search(pattern, str)
print('group 0:', search.group(0)) # 匹配 0 组，整个字符串
print('group 1:', search.group(1)) # 匹配第一组，hello
print('group 2:', search.group(2)) # 匹配第二组，空格
print('group 3:', search.group(3)) # 匹配第三组，ld!
print('groups:', search.groups())  # groups 方法，返回一个包含所有分组匹配的元组
print('start 0:', search.start(0), 'end 0:', search.end(0)) # 整个匹配开始和结束的索引值
print('start 1:', search.start(1), 'end 1:', search.end(1)) # 第一组开始和结束的索引值
print('start 2:', search.start(1), 'end 2:', search.end(2)) # 第二组开始和结束的索引值
print('pos 开始于：', search.pos)
print('endpos 结束于：', search.endpos) # string 的长度
print('lastgroup 最后一个被捕获的分组的名字：', search.lastgroup)
print('lastindex 最后一个分组在文本中的索引：', search.lastindex)
print('string 匹配时候使用的文本：', search.string)
print('re 匹配时候使用的 Pattern 对象：', search.re)
print('span 返回分组匹配的 index （start(group),end(group))：', search.span(2))

需注意re.search与re.match在处理字符串str时的区别，前者搜索整个字符串，后者仅从开头匹配。

以下是相关代码的打印输出结果。

group 0: hello world! group 1: hello group 2: group 3: world! groups: ('hello', ' ', 'world!') start 0: 4 end 0: 16 start 1: 4 end 1: 9 start 2: 4 end 2: 10 pos 开始于： 0 endpos 结束于： 29 lastgroup 最后一个被捕获的分组的名字： last lastindex 最后一个分组在文本中的索引： 3 string 匹配时候使用的文本： say hello world! hello python re 匹配时候使用的 Pattern 对象： re.compile('(?P<first>hell\\w)(?P<symbol>\\s)(?P<last>.*ld!)') span 返回分组匹配的 index （start(group),end(group))： (9, 10)

补充说明：此处提供两款便捷的正则表达式在线工具供读者参考使用。

JavaScript正则表达式在线测试工具的地址为： http://tools.jb51.net/regex/javascript

正则表达式在线生成工具的地址为： http://tools.jb51.net/regex/create_reg

如需了解更多Python相关内容，建议查看本站专题：《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》以及《Python文件与目录操作技巧汇总》。

希望本文所述内容能对各位Python程序设计师有所帮助。