详解Python re.finditer.posix函数：启用 POSIX 正则表达式语法

简介

re模块是Python中用于正则表达式操作的库，其中的finditer函数可以用于搜索字符串中的所有匹配项。与其他re模块函数不同的是，finditer会返回一个迭代器，每个迭代器包含一个MatchObject对象以及匹配字符串的起始和结束位置。

该函数的语法如下：

re.finditer(pattern, string, flags=0)

其中，pattern为正则表达式的字符串，string为需要搜索的字符串，flags可选，用于指定匹配的方式或其他参数。

使用方法

导入re模块

import re

准备待匹配的字符串和正则表达式

string = "Hello, Python! This is a test string for finding matches."
pattern = r"\b\w+\b"

使用finditer函数进行匹配

matches = re.finditer(pattern, string)

此时，matches变量即为一个迭代器对象，每个迭代器包含一个MatchObject对象以及匹配字符串的起始和结束位置。

遍历迭代器获取匹配结果

for match in matches:
    print(match.group(), "start:", match.start(), "end:", match.end())

此时，程序将遍历每个迭代器，输出匹配项的内容以及起始和结束位置。在本例中，输出结果为：

Hello start: 0 end: 5
Python start: 7 end: 13
This start: 15 end: 19
is start: 21 end: 23
a start: 25 end: 26
test start: 28 end: 32
string start: 34 end: 40
for start: 42 end: 45
finding start: 47 end: 54
matches start: 56 end: 63

实例

匹配所有数字

import re

string = "Today is September 21th, 2021."
pattern = r"\d+"

matches = re.finditer(pattern, string)

for match in matches:
    print(match.group())

上述代码使用finditer函数匹配字符串中的所有数字。输出结果为：

21
2021

匹配所有邮箱地址

import re

string = "My email address is [e-mail], welcome to contact me!"
pattern = r"\w+@\w+\.\w+"

matches = re.finditer(pattern, string)

for match in matches:
    print(match.group())

上述代码使用finditer函数匹配字符串中的所有邮箱地址。输出结果为：

[e-mail]

finditer和posix的区别

在Python的re模块中，有一个posix参数可以用于指定正则表达式是否需要遵循POSIX标准。默认情况下，posix参数为False，表示正则表达式不需要遵循POSIX标准。

如果将posix参数设置为True，则正则表达式将遵循POSIX标准，一些特殊符号的处理方式将会有所不同。

但是需要注意，在Python 3.8及以上版本中，finditer()函数已经不再支持posix参数，该参数只在一些其他的功能中使用。