版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/baidu_37378518/article/details/82469490
Unit7 re库入门
| 操作符 | 说明 | 实例 |
|---|---|---|
| . | 表示任何单个字符 | |
| [ ] | 字符集，对单个字符给出取值范围 | [abc]表示a、b、c，[a‐z]表示a到z单个字符 |
| [^ ] | 非字符集，对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
| * | 前一个字符0次或无限次扩展 | abc* 表示 ab、abc、abcc、abccc等 |
| + | 前一个字符1次或无限次扩展 | abc+ 表示 abc、abcc、abccc等 |
| ? | 前一个字符0次或1次扩展 | abc? 表示 ab、abc |
| | | 左右表达式任意一个 | abc|def 表示 abc、def |
| {m} | 扩展前一个字符m次 | ab{2}c表示abbc |
| {m,n} | 扩展前一个字符m至n次（含n） | ab{1,2}c表示abc、abbc |
| ^ | 匹配字符串开头 | ^abc表示abc且在一个字符串的开头 |
| $ | 匹配字符串结尾 | abc$表示abc且在一个字符串的结尾 |
| () | 分组标记，内部只能使用 | 操作符 | (abc)表示abc，(abc|def)表示abc、def |
| \d | 数字，等价于[0‐9] | |
| \w | 单词字符，等价于[A‐Za‐z0‐9_] |
经典正则表达式实例
| ^[A‐Za‐z]+$ | 由26个字母组成的字符串 |
|---|---|
| ^[A‐Za‐z0‐9]+$ | 由26个字母和数字组成的字符串 |
| ^‐?\d+$ | 整数形式的字符串 |
| ^[0‐9] * [ 1‐9 ][ 0‐9] * $ | 正整数形式的字符串 |
| [1‐9]\d{5} | 中国境内邮政编码，6位 |
| [\u4e00‐\u9fa5] | 匹配中文字符 |
| \d{3}‐\d{8}|\d{4}‐\d{7} | 国内电话号码，010‐68913536 |
Re库的基本使用
当正则表达式包含转义字符时，使用raw string
例如： r’[1‐9]\d{5}’、r’\d{3}‐\d{8}|\d{4}‐\d{7}’
Re库主要功能函数
| 函数 | 说明 |
|---|---|
| re.search() | 在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象 |
| re.match() | 从一个字符串的开始位置起匹配正则表达式，返回match对象 |
| re.findall() | 搜索字符串，以列表类型返回全部能匹配的子串 |
| re.split() | 将一个字符串按照正则表达式匹配结果进行分割，返回列表类型 |
| re.finditer() | 搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象 |
| re.sub() | 在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串 |
re.search(pattern, string, flags=0)
- pattern 正则表达式的字符串或原生字符串表示
- string 待匹配字符串
- flags 正则表达式使用时的控制标记
| 常用标记 | 说明 |
|---|---|
| re.l re.IGNORECASE | 忽略正则表达式的大小写，[A‐Z]能够匹配小写字符 |
| re.M re.MULTILIN | 正则表达式中的^操作符能够将给定字符串的每行当作匹配开始 |
| re.S re.DOTALL | 正则表达式中的.操作符能够匹配所有字符，默认匹配除换行外的所有字符 |
re.sub(pattern, repl, string, count=0, flags=0)
- pattern 正则表达式的字符串或原生字符串表示
- repl 替换匹配字符串的字符串
- string 待匹配字符串
- count 匹配的最大替换次数
- flags 正则表达式使用时的控制标记
re库的两种用法
函数式用法：一次性操作
rst = re.search(r’[1‐9]\d{5}’, ‘BIT 100081’)
面向对象用法：编译后的多次操作
pat = re.compile(r’[1‐9]\d{5}’)
rst = pat.search(‘BIT 100081’)
Re库的Match对象
Match对象是一次匹配的结果，包含匹配的很多信息
| 方法 | 说明 |
|---|---|
| .group(0) | 获得匹配后的字符串 |
| .start() | 匹配字符串在原始字符串的开始位置 |
| .end() | 匹配字符串在原始字符串的结束位置 |
| .span() | 返回(.start(), .end()) |
| .string | 待匹配的文本 |
| .re | 匹配时使用的patter对象（正则表达式） |
| .pos | 正则表达式搜索文本的开始位置 |
| .endpos | 正则表达式搜索文本的结束位置 |
Re库的贪婪匹配和最小匹配
>>> match = re.search(r'PY.*N', 'PYANBNCNDN')
>>> match.group(0)同时匹配长短不同的多项？
Re库默认采用贪婪匹配，即输出匹配最长的子串
最小匹配操作符
| 操作符 | 说明 |
|---|---|
| *? | 前一个字符0次或无限次扩展，最小匹配 |
| +? | 前一个字符1次或无限次扩展，最小匹配 |
| ?? | 前一个字符0次或1次扩展，最小匹配 |
| {m,n}? | 扩展前一个字符m至n次（含n），最小匹配 |
只要长度输出可能不同的，都可以通过在操作符后增加?变成最小匹配