python-正则化RE

RE使用大致步骤

1.使用compile将表示正则的字符串编译为一个pattern对象
2.通过pattern对象提供一系列方法对文本进行查找匹配，找到匹配结果，一个Match对象3.
3.最后使用Match对象提供的属性和方法获取信息，根据需要进行操作

Re常用函数

• group()：获得一个或多个分组匹配的字符串，当要获取整个匹配的子串时，直接使用group或者group（0）

• start:获取分组匹配的子串在整个字符串中的起始位置，参数默认为0

• end：获取分组匹配的子串在整个字符串的结束位置，默认为0

• span：返回的结构技术（start(group),end(group)）

    	#导入相关包
    	import  re
    	#查找数字
    	#r表示字符串不转义
    	p = re.compile(r'\d+')
    	#在字符串"one12towthree33456four78"中进行查找，按照规划p制定的正则进行查找
    	#返回结果是None表示没有找到，否则会返回match对象
    	#参数3，26表示在字符串中查找范围
    	m = p.match("one12towthree33456four78"，3，26)
    	print(m)
    	print(m.start(0))
    	print(m.end(0))
  

#上述代码说明的问题

• 1.match可以输入参数表示起始范围

• 2.查找到结果只包含一个，表示第一次进行匹配成功的内容

    	import  re
    	# 1表示忽略大小写
    	p = re.compile(r'([a-z]+) ([a-z]+)',re.1)
    	m = p.match("I am really like mingyue")
    	print(m)
    	print(m.group(0))
    	print(m.start(0))
    	print(m.end(0))
    	print(m.group(1))
    	print(m.start(1))
    	print(m.end(1))
    	print(m.groups())
  

查找

• search(str, [,pos[,endpos]]):在字符串中查找匹配，pos和endpos表示起始位置

• findall:查找所有

• 赴内地特然：查找，返回一个iter结果

    	import  re
    	p = re.compile(r'\d+'
    	m = p.search("one12two34three567four")
    	print(m.group())
    	rst = p.findall("one12two34three567four")
    	print(type(rst))
    	print(rst)
  

sub替换

• sub(rep1,str[,count])

    	import  re
    	p = re.compile(r'(\w+) (\w+)’)
    	s = "hello 123 liu 456 mingyue, i love you"
    	rst = p.sub(r'hello world',s)
    	print(rst)
  

匹配中文

• 大部分中文内容表示范围是[u4e00-u9fa5],不包括全角标点

    	import re
    	title = u'世界 你好， hello moto'
    	p = re.compile(ur'[\u4e00-\u9fa5]+')
    	rst = p.findall(title)
    	print(rst)
  

贪婪和非贪婪

• 贪婪：尽可能多的匹配， (*)表示贪婪匹配
• 非贪婪：找到符合条件的最小内容即可，（？）表示非贪婪
• 正则默认使用贪婪匹配