一、re库的调用
import re
二、正则表达式类型
- raw string类型（原生字符串类型，即不包括转义符类型）：r'text'
- string类型，更繁琐。
三、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，然后返回match对象
re.match() 从第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
①re.search(pattern,string,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- string：待匹配的字符串
- flags：正则表达式使用时的控制标记
fiags常用标记：
- re.I 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.MULTILINE 正则表达式中的^操作符能够将给定字符串的每行当做匹配开始
- re.S re,DOTALL 正则表达式中的.操作符n能够匹配所有字符，默认匹配除换行外的所有字符
1 importre 2 3 match = re.search(r'[1-9]d{5}','BIT 100081') 4 ifmatch: 5 print(match.group(0))
>>>100081
②re.macth(pattern,string,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- string：待匹配的字符串
- flags：正则表达式使用时的控制标记
1 importre 2 match = re.match(r'[1-9]d{5}','100081 200012 BIT') 3 ifmatch: 4 print(match.group(0))
>>>100081
③re,findall(pattern,string,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- string：待匹配的字符串
- flags：正则表达式使用时的控制标记
1 importre 2 3 match = re.findall(r'[1-9]d{5}','BIT100081 ICD100085') 4 print(match)
>>>['100081', '100085'
④re.split(pattern,string,maxsplit=0,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- string：待匹配的字符串
- maxsplit：最大分割数，剩余部分作为最后一个元素输出
- flags：正则表达式使用时的控制标记
1 importre 2 3 macth = re.split(r'[1-9]d{5}','BIT100081 ICD100085') 4 print(macth) 5 6 macths = re.split(r'[1-9]d{5}','BIT100084 ICD100085' ,maxsplit=1) 7 print(macths)
>>>['BIT', ' ICD', '']
>>>['BIT', ' ICD100085']
⑤re.finditer(pattern,string,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- string：待匹配的字符串
- flags：正则表达式使用时的控制标记
1 importre 2 3 macth = re.finditer(r'[1-9]d{5}','BIT100084 ICD100085') 4 for i inmacth: 5 ifi : 6 print(i.group(0))
>>>100084
10008
⑥re.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：替换字符串的字符串
- string：待匹配的字符串
- count：替换的次数
- flags：正则表达式使用时的控制标记
1 importre 2 3 macth = re.sub(r'[1-9]d{5}','110021','BIT100084 ICD100085') 4 print(macth) 5 6 macths = re.sub(r'[1-9]d{5}','110021','BIT100084 ICD100085',count=1) 7 print(macths)
>>>BIT110021 ICD110021
>>>BIT110021 ICD10008
四、正则表达式的另外一种等价用法
使用re.compile()方法将正则表达式编译成正则表达式对象,正则表达式的六个方法都能使用
r = re.compile(pattern,flags=0)
- pattern：正则表达式的字符串或原生字符串表示
- flags：正则表达式使用时的控制标记
1 importre 2 3 res = re.compile(r'[1-9]d{5}') 4 macth = re.search(res,'BIT100084 ICD100085') 5 ifmacth: 6 print(macth.group(0)) 7 8 f = re.match(res,'100084BIT 100085IDC') 9 iff: 10 print(f.group(0)) 11 12 d = re.findall(res,'100084BIT 100085IDC') 13 print(d)
>>>100084
>>>100084
>>>['100084', '100085'
五、Re库的Match对象
1、match对象的属性
.string 待匹配的文本
.re 匹配时使用的pattern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
2、match对象的方法
.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() 匹配字符串在字符串的结束位置
.span() 返回(.start(),end.())
六、贪婪匹配
Re库默认采用贪婪匹配，即输出匹配最长的字符串
1 importre 2 3 f = re.search(r'PY.*?N','PYDASCEDNDFCSNWESASNDE') 4 print(f.group(0))
>>>PYDASCED
输入最小匹配字符串
importre f = re.search(r'PY.*?N','PYDASCEDNDFCSNWESASNDE') print(f.group(0))
>>>PYDASCED
最小匹配操作符
*? 前一个字符0次或者无数次扩展，最小匹配
+? 前一个字符1次或者无数次扩展，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