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

re是正則的表達式，sub是substitute，表示替換

re.sub共有五個參數(shù)。

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

其中三個必選參數(shù)：pattern, repl, string

兩個可選參數(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，這個沒太多要解釋的。

需要知道的是：

反斜杠加數(shù)字：\N，則對應著匹配的組：matched group

比如\6，表示匹配前面pattern中的第6個group

意味著，pattern中，前面肯定是存在對應的組，后面也才能去引用

舉個例子

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) 
#輸出結果為: replacedStr = linxinfa

注意，上面的(\w+)，括號括起來表示一個組；

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

然后+表示匹配前面的子表達式一次或多次。

所以(\w+)就是匹配多個字母、數(shù)字、下劃線的意思。表達式中的\1表示匹配第一個組，第一個組就是(\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，其中的任何反斜杠轉義字符，都會被處理。

比如：

\n：會被處理為對應的換行符；

\r：會被處理為回車符；

其他不能識別的轉移字符，則只是被識別為普通的字符： 比如\j，會被處理為j這個字母本身；

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

還是上面的例子，我們想把xinfa提取出來，只剩xinfa

hello xinfa, nihao xinfa

就可以這樣寫：

import re

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

2.2、repl是函數(shù)

比如輸入內容是：

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) 
    #輸出結果為：replacedStr= hello 234 world 567

if __name__=="__main__":
    pythonReSubDemo()

注意上面，用了一個?P<value>。

?P的意思就是命名一個名字為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string字符串。

4、count參數(shù)

舉例說明：

繼續(xù)之前的例子，假如對于匹配到的內容，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)
	#輸出結果為：replacedStr = hello 234 world 567 nihao 789

if __name__=="__main__":
    pythonReSubDemo()

5、flags參數(shù)

flags是編譯標志。編譯標志讓你可以修改正則表達式的一些運行方式。

在re模塊中標志可以使用兩個名字，一個是全名如IGNORECASE，一個是縮寫，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的縮寫形式是re.X。）

多個標志可以通過按位或它們來指定。如re.I | re.M被設置成I和M標志。

下面列舉下常用的編譯標志。

5.1、IGNORECASE（簡寫I）

使匹配對大小寫不敏感；

舉個例子，[A-Z]也可以匹配小寫字母，Spam可以匹配 Spam、spam或spAM。

5.2、LOCALE（簡寫L）

locales是C語言庫中的一項功能，是用來為需要考慮不同語言的編程提供幫助的。

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

如果你的系統(tǒng)配置適當且本地化設置為法語，那么內部的 C函數(shù)將告訴程序é也應該被認為是一個字母。

當在編譯正則表達式時使用 LOCALE標志會得到用這些 C函數(shù)來處理 w后的編譯對象，這會更慢，但也會象你希望的那樣可以用w+來匹配法文文本。

5.3、MULTILINE（簡寫M）

MULTILINE多行的意思，改變 ^ 和 $ 的行為。

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

當本標志指定后，^匹配字符串的開始和字符串中每行的開始。同樣的， $元字符匹配字符串結尾和字符串中每行的結尾（直接在每個換行之前）。

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))

輸出結果為

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

5.4、DOTALL（簡寫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：

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

5.5、VERBOSE（簡寫X）

冗余模式， 此模式忽略正則表達式中的空白和#號的注釋。
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]+  # 郵箱類別
                            \.(com|cn)   # 郵箱后綴  """, re.X)

補充：repl為函數(shù)時的用法

當repl為函數(shù)時的替換更加靈活，此時可以在函數(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))

總結

到此這篇關于python正則表達式re.sub各個參數(shù)的超詳細講解的文章就介紹到這了,更多相關python正則表達式re.sub參數(shù)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論