Python match对象 · 完全攻略
〈 什么是match对象 〉
re.match() 或 re.search() 成功匹配后返回的 match对象 包含匹配文本、位置等信息。它是正则表达式的核心载体。
〔 核心属性 〕
string、re、pos、endpos 等属性让您快速获取上下文。
《 常用方法 》
group()、groups()、span()、start()、end() 是提取匹配内容的关键。
① match对象基础认知
当使用 python match对象 时,我们通常通过 re.match(pattern, string) 获得。若匹配失败则返回 None。以下示例展示基本用法:
import re
pattern = r'(\d{3})-(\d{4})'
text = "电话: 010-1234"
m = re.search(pattern, text)
if m:
print(m.group()) # 010-1234
print(m.group(1)) # 010
print(m.span()) # (4, 12)
上述代码中,match对象 m 包含了完整的匹配信息。属性 string 返回原始字符串,re 返回正则对象。
② 核心方法深度演示
⚡ group() 方法详解
group() 返回匹配的一个或多个子组。默认 group(0) 返回整个匹配串。传入索引可获取对应捕获组。
- group(1) : 第一个括号内容
- group(2) : 第二个括号内容
- group('name') : 命名捕获组
示例:m.group(1,2) 返回元组 ('010','1234')。
↗ span() 与位置信息
span() 返回 (start, end) 元组,表示匹配文本的索引范围。start() 和 end() 分别返回具体位置。
例如 m.span(1) 返回第一个捕获组的起止位置。这对于高亮显示匹配文本非常实用。
※ groups() 与所有子组
groups() 返回所有捕获组组成的元组,默认不包含整体匹配。若设置 default 参数,未匹配组返回该值。
示例:m.groups() → ('010', '1234')
🏷️ 命名捕获组 (?P)
使用 (?P<key>...) 语法可创建命名组。通过 group('key') 或 groupdict() 访问。
例如 r'(?P<area>\d{3})-(?P<num>\d{4})' ,match对象 的 groupdict() 返回 {'area':'010','num':'1234'}。
③ Python 3.10+ 结构化匹配
〈 match case 语法 〉
Python 3.10 引入 match 语句,与正则的 match对象 不同,它用于结构化数据解构。但两者常被网友共同搜索。
〔 基本示例 〕
match value: case 200: ... 可匹配字面量、序列、映射等。
《 与正则结合 》
先用 re.match 获取 match对象,再对捕获组使用结构化匹配,实现优雅的条件分支。
④ 网友们还关心
❓ match对象如何转字典
使用 groupdict() 方法,仅适用于命名捕获组。若未命名,可结合 groups() 手动构建。
❓ match与search区别
re.match 从字符串开头匹配,re.search 扫描整个字符串。两者均返回 match对象。
❓ 为什么match返回None
模式不匹配或位置不符时返回 None。务必检查 if m: 再使用。
❓ 多个匹配如何迭代
使用 re.finditer() 返回 match对象 迭代器,逐个处理每个匹配。
⚙️ 性能与最佳实践
预编译正则 re.compile() 可复用模式对象,其 match() 方法同样返回 match对象。避免在循环中重复编译。
- 〈 使用原始字符串 〉: r'\d+' 避免转义混乱。
- 〔 非捕获组 〕: (?:...) 提升效率。
- 《 原子分组 》: 防止回溯爆炸。
⑤ 深入属性与边界案例
match对象 的 lastindex 属性返回最后一个匹配组的索引;lastgroup 返回最后匹配的组名。当使用 re.Match 类型注解时,可增强代码可读性。
◈ expand() 模板替换
m.expand(r'\2-\1') 基于组引用生成新字符串,类似反向引用。
◈ 零宽断言与match
前瞻/后顾断言不消耗字符,但 match对象 的 span 不包含它们。
当处理多行文本时,re.MULTILINE 影响 ^ 和 $ 的行为,进而影响 match对象 的匹配结果。结合 re.DOTALL 使 . 匹配换行符。
⑥ 实战:日志解析与数据提取
假设日志格式:[2025-04-07 14:23:01] ERROR: Connection timeout。使用命名组提取字段:
log_pattern = r'\[(?P.*?)\]\s+(?P\w+):\s+(?P.*)'
m = re.search(log_pattern, log_line)
if m:
print(m.group('date'), m.group('level'))
此时 match对象 的 groupdict() 直接返回字典,便于后续处理。