这篇教程python正则表达式re.search()的基本使用教程写得很实用，希望能帮到您。
1 re.search() 的作用:re.search会匹配整个字符串，并返回第一个成功的匹配。如果匹配失败，则返回None 从源码里面可以看到re.search()方法里面有3个参数 
pattern: 匹配的规则, string : 要匹配的内容, flags 标志位 这个是可选的,就是可以不写,可以写, 比如要忽略字符的大小写就可以使用标志位 flags 的主要内容如下 flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为： - re.I 忽略大小写
- re.L 表示特殊字符集 /w, /W, /b, /B, /s, /S 依赖于当前环境
- re.M 多行模式
- re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
- re.U 表示特殊字符集 /w, /W, /b, /B, /d, /D, /s, /S 依赖于 Unicode 字符属性数据库
- re.X 为了增加可读性，忽略空格和 # 后面的注释
2 demo 练习re.search() 的使用 2.1 search 简单的匹配 import re content = "abcabcabc"rex = re.search("c", content)print(rex)打印结果如下 
从内容我们可以看到span(2, 3) 这个应该是对应的下标,所以我们想获取匹配的下标可以使用span match 是匹配的内容, 内容为c 2.2 获取匹配的下标 import re content = "abcabcabc"rex = re.search("c", content)print(rex.group())打印结果如下 
2.3 获取匹配的内容 ,使用group(匹配的整个表达式的字符串) import re content = "abcabcabc"rex = re.search("c", content)print(rex.group())打印结果如下 
注意group 和span 不能同时使用, 否则会报错 2.4 使用标志位忽略匹配的大小写 import re content = "abcabcabc"rex = re.search("C", content, re.I)print(rex.group())打印结果如下 
这里使用大写字母C 忽略大小写之后也能匹配到c 2.5 使用search 匹配字符串里面的数组 import re content = "abc123abc"rex = re.search("/d+", content)print(rex.group())打印结果 
2.6 search 结合compile 使用 import re content = "abc123abc"rex_content = re.compile("/d+")rex = rex_content.search(content)print(rex.group())打印结果
2.7 group 的使用 import re content = "abc123def"rex_compile = re.compile("([a-z]*)([0-9]*)([a-z]*)")rex = rex_compile.search(content)print(rex.group())print(rex.group(0)) # group()和group(0) 一样匹配的是整体print(rex.group(1)) # 匹配第一个小括号的内容print(rex.group(2)) # 匹配第二个小括号的内容print(rex.group(3)) # 匹配第三个小括号的内容打印结果 
group() 小括号里面不止有数字,可以是自定的内容如下 content = "zhangsanfeng108le"rex_compile = re.compile("(?P<name>[a-z]*)(?P<age>[0-9]*)")rex_content = rex_compile.search(content)print(rex_content.group())print(rex_content.group("name")) # 这里效果等同于group(1)print(rex_content.group("age")) # 这里效果等同于group(2)打印结果如下 
总结到此这篇关于python正则表达式re.search()基本使用的文章就介绍到这了,更多相关python正则表达式re.search()内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
pandas:get_dummies()与pd.factorize()的用法及区别说明
深入探讨opencv图像矫正算法实战 |
