re.searchとre.matchの違いは何ですか？

Python モジュールのsearch()とmatch()関数の違いは何ですか？re

ドキュメント（現在のドキュメント）を読みましたが、覚えていないようです。私はそれを調べ続け、再学習する必要があります。誰かが例を挙げてはっきりと答えてくれて、（おそらく）頭にくっついてくれることを期待しています。または、少なくとも私は私の質問で戻るためのより良い場所を持っているでしょう、そしてそれがそれを再学習するためにより少ない時間で済むでしょう。

re.match文字列の先頭にアンカーされます。これは改行とは関係がないため^、パターンでの使用とは異なります。

以下のようre.matchドキュメント言います：

文字列の先頭の 0個以上の文字 が正規表現パターンに一致するMatchObject場合、対応するインスタンスを返します。None文字列がパターンに一致しない場合は返します。これは長さがゼロの一致とは異なることに注意してください。

注：文字列のどこかで一致を検索する場合は、search() 代わりにを使用してください。

re.searchドキュメントが言うように、文字列全体を検索します：

文字列をスキャンして、正規表現パターンが一致する場所を探し、対応するMatchObjectインスタンスを返します。None文字列のどの位置もパターンに一致しない場合は返します。これは、文字列のある時点で長さがゼロの一致を見つけることとは異なることに注意してください。

したがって、文字列の先頭で照合する必要がある場合、または文字列全体と照合する必要がある場合は、を使用しますmatch。速いです。それ以外の場合はを使用しますsearch。

ドキュメントには、vs。の特定のセクションmatchsearchがあり、複数行の文字列もカバーしています。

Pythonは、正規表現に基づいて2つの異なるプリミティブ操作を提供します。文字列の先頭でのみmatch一致 をチェックし、文字列の任意の場所で一致をチェックし ます（これはPerlがデフォルトで行うことです）。search

注match異なる場合がありsearch 始まる正規表現を用いた場合であっても'^'：'^'文字列のみの開始時に、またはで試合 MULTILINEもすぐに改行以下のモード。「match」操作は、パターン がモードに関係なく文字列の先頭で一致する場合、またはpos 改行がその前にあるかどうかに関係なくオプションの引数で指定された開始位置で一致する場合にのみ成功します。

今、十分な話。コード例を見てみましょう。

# example code:
string_with_newlines = """something
someotherthing"""

import re

print re.match('some', string_with_newlines) # matches
print re.match('someother', 
               string_with_newlines) # won't match
print re.match('^someother', string_with_newlines, 
               re.MULTILINE) # also won't match
print re.search('someother', 
                string_with_newlines) # finds something
print re.search('^someother', string_with_newlines, 
                re.MULTILINE) # also finds something

m = re.compile('thing$', re.MULTILINE)

print m.match(string_with_newlines) # no match
print m.match(string_with_newlines, pos=4) # matches
print m.search(string_with_newlines, 
               re.MULTILINE) # also matches

search ⇒文字列のどこかを見つけて、一致オブジェクトを返します。

match⇒ 文字列の先頭で何かを見つけて、一致オブジェクトを返します。

re.search 検索パターンのためにESを文字列全体のに対し、re.matchん検索しないパターンを。一致しない場合は、文字列の先頭で一致させる以外に選択肢はありません。

一致は検索よりもはるかに高速であるため、regex.search（ "word"）を実行する代わりに、regex.match（（。*？）word（。*？））を実行して、数百万を処理している場合に大量のパフォーマンスを得ることができます。サンプル。

上記の受け入れられた答えの下での@ivan_bilanからのこのコメントは、そのようなハックが実際に何かをスピードアップしているのではないかと考えさせられました。

次のテストスイートを用意しました。

import random
import re
import string
import time

LENGTH = 10
LIST_SIZE = 1000000

def generate_word():
    word = [random.choice(string.ascii_lowercase) for _ in range(LENGTH)]
    word = ''.join(word)
    return word

wordlist = [generate_word() for _ in range(LIST_SIZE)]

start = time.time()
[re.search('python', word) for word in wordlist]
print('search:', time.time() - start)

start = time.time()
[re.match('(.*?)python(.*?)', word) for word in wordlist]
print('match:', time.time() - start)

10回の測定（1M、2M、...、10Mワード）を行った結果、次のプロットが得られました。

結果として得られる線は、驚くほど（実際には驚くほどではありませんが）直線です。そして、この特定のパターンの組み合わせを考えると、search関数は（わずかに）高速です。このテストの教訓：コードを過度に最適化しないでください。

以下の例を参考にしてre.match、re.searchの動作を理解してください。

a = "123abc"
t = re.match("[a-z]+",a)
t = re.search("[a-z]+",a)

re.match返されますnoneが、re.search戻りますabc。

違いは、Perl、grep、またはsedの正規表現マッチングにre.match()慣れている人を誤解させre.search()ますが、そうではありません。:-)

より落ち着いて、ジョン・D・クックが述べているように、re.match()「あたかもすべてのパターンが先頭に付加されているかのように振る舞います。」つまり、re.match('pattern')はに等しいですre.search('^pattern')。したがって、パターンの左側を固定します。しかし、それはまたパターンの右側を固定しません：それでも終了する必要があります$。

率直に言って、私はre.match()非難されるべきだと思います。保持する必要がある理由を知りたいです。

re.match は、文字列の先頭のパターンに一致しようとします。re.search は、一致が見つかるまで、文字列全体でパターンの照合を試みます。

はるかに短い：

• search 文字列全体をスキャンします。

• match 文字列の先頭のみをスキャンします。

Exに続いて言う：

>>> a = "123abc"
>>> re.match("[a-z]+",a)
None
>>> re.search("[a-z]+",a)
abc