Python正则表达式re.match()与re.search()详解及Jupyter Notebook模块调用技巧
本文深入解析Python中正则表达式模块re的match()与search()函数的核心区别，通过代码示例展示两者在匹配位置与返回结果上的差异。此外，针对Jupyter Notebook环境中主函数调用类文件时常见的模块未找到问题，提供了基于Ipynb_importer.py的完整解决方案，帮助开发者顺利实现notebook间的模块引用与运行。
re.match()函数详解
1. re.match()函数解析
re.match()函数的作用是从字符串的起始位置开始，尝试匹配符合正则表达式的子串。若匹配成功，该函数返回一个匹配对象（Match Object）；若起始位置无法匹配，则返回None。
该函数主要包含以下参数：
pattern：定义正则表达式的模式字符串。
string：待进行匹配操作的原始字符串。
flags：用于指定匹配模式（如忽略大小写等）的标志位。
当match()方法成功匹配后，将返回一个match object对象。该对象提供了若干方法用于提取匹配详情：
group()：返回由正则表达式匹配到的具体字符串内容。
start()：返回匹配子串在原字符串中的起始索引位置。
end()：返回匹配子串在原字符串中的结束索引位置（不包含该位置字符）。
span()：返回一个包含匹配起始和结束位置的元组 (start, end)。
具体代码示例如下：
import re
# re.match 返回一个Match Object 对象
# 对象提供了 group() 方法，来获取匹配的结果
result = re.match("hello","hello,world")
if result:
print(result.group())
else:
print("匹配失败!")运行上述代码的输出结果为：
hello
re.search()函数详解
2. re.search()函数解析
re.search()函数会在整个字符串中扫描，寻找第一个符合正则表达式的匹配项。一旦找到匹配内容即返回对应的匹配对象；若遍历完整个字符串仍未找到匹配，则返回None。
其标准调用格式为：re.search(pattern, string, flags=0)。
以下示例旨在匹配出字符串中表示文章阅读次数的数字。
import re
ret = re.search(r"\d+", "阅读次数为 9999")
print(ret.group())
该示例的输出结果为：
9999
match()与search()的区别对比
3. match()与search()的核心区别
match()函数仅检测正则表达式（RE）是否在字符串的起始位置（索引0）匹配成功。
search()函数则会扫描整个字符串，查找任意位置是否存在匹配项。
因此，只有当匹配发生在字符串的0位置时，match()才会返回匹配对象；若匹配成功但不在起始位置，match()将返回None。
通过以下代码对比可直观看出差异：
import re print(re.match('super', 'superstition').span())
(0, 5)
print(re.match('super','insuperable'))
None
print(re.search('super','superstition').span())
(0, 5)
print(re.search('super','insuperable').span())
(2, 7)
Jupyter Notebook模块调用解决方案
补充知识：Jupyter Notebook中主函数文件调用类文件的解决方案
在使用Jupyter Notebook编写Python程序时，若rw_visual.jpynb作为主函数文件，而random_walk.jpynb定义为类文件（如示意图所示），直接在主函数中实例化该类并运行通常会报错。经排查，该问题源于缺少Ipynb_importer.py这一必要的链接导入文件。
解决该问题的具体步骤如下：
1、在相同目录下创建一个名为Ipynb_importer.py的文件。可通过File菜单选择Download as->Python(.py)生成，该文件的具体内容如下：
#!/usr/bin/env python
# coding: utf-8
# In[ ]:
import io, os,sys,types
from IPython import get_ipython
from nbformat import read
from IPython.core.interactiveshell import InteractiveShell
class NotebookFinder(object):
"""Module finder that locates Jupyter Notebooks"""
def __init__(self):
self.loaders = {}
def find_module(self, fullname, path=None):
nb_path = find_notebook(fullname, path)
if not nb_path:
return
key = path
if path:
# lists aren't hashable
key = os.path.sep.join(path)
if key not in self.loaders:
self.loaders[key] = NotebookLoader(path)
return self.loaders[key]
def find_notebook(fullname, path=None):
"""find a notebook, given its fully qualified name and an optional path
This turns "foo.bar" into "foo/bar.ipynb"
and tries turning "Foo_Bar" into "Foo Bar" if Foo_Bar
does not exist.
"""
name = fullname.rsplit('.', 1)[-1]
if not path:
path = ['']
for d in path:
nb_path = os.path.join(d, name + ".ipynb")
if os.path.isfile(nb_path):
return nb_path
# let import Notebook_Name find "Notebook Name.ipynb"
nb_path = nb_path.replace("_", " ")
if os.path.isfile(nb_path):
return nb_path
class NotebookLoader(object):
"""Module Loader for Jupyter Notebooks"""
def __init__(self, path=None):
self.shell = InteractiveShell.instance()
self.path = path
def load_module(self, fullname):
"""import a notebook as a module"""
path = find_notebook(fullname, self.path)
print ("importing Jupyter notebook from %s" % path)
# load the notebook object
with io.open(path, 'r', encoding='utf-8') as f:
nb = read(f, 4)
# create the module and add it to sys.modules
# if name in sys.modules:
# return sys.modules[name]
mod = types.ModuleType(fullname)
mod.__file__ = path
mod.__loader__ = self
mod.__dict__['get_ipython'] = get_ipython
sys.modules[fullname] = mod
# extra work to ensure that magics that would affect the user_ns
# actually affect the notebook module's ns
save_user_ns = self.shell.user_ns
self.shell.user_ns = mod.__dict__
try:
for cell in nb.cells:
if cell.cell_type == 'code':
# transform the input to executable Python
code = self.shell.input_transformer_manager.transform_cell(cell.source)
# run the code in themodule
exec(code, mod.__dict__)
finally:
self.shell.user_ns = save_user_ns
return mod
sys.meta_path.append(NotebookFinder())
2、在主函数文件中添加语句：import Ipynb_importer。
import matplotlib.pyplot as plt
import Ipynb_importer
from random_walk import RandomWalk
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()3、再次运行主函数，即可成功调用类文件。
注：random_walk.jpynb文件的具体代码如下：
from random import choice
class RandomWalk():
def __init__(self, num_points=5000):
self.num_points = num_points
self.x_values = [0]
self.y_values = [0]
def fill_walk(self):
while len(self.x_values) < self.num_points:
x_direction = choice([1,-1])
x_distance = choice([0,1,2,3,4])
x_step = x_direction * x_distance
y_direction = choice([1,-1])
y_distance = choice([0,1,2,3,4])
y_step = y_direction * y_distance
if x_step == 0 and y_step == 0:
continue
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)运行结果如图所示：
以上关于Python中re.match()和re.search()的使用及区别，以及Jupyter Notebook模块调用的解决方案的全部内容分享完毕，希望能对读者有所帮助，欢迎支持本站。
本站声明
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。如发现内容问题，请通过联系我们页面反馈。
