Python正则表达式

（以上图片来自网络截图）

数量词的贪婪与最小匹配：

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"PY*N*"如果用于查找"PYANBNCN"，将找到"PYANBNCN"(贪婪（默认情况下））。"PY.*?N"用于查找"PYANBNCN",则找到"PYN"。

只要输出长度可能不同的，都可以通过在操作符后面添加？变成最小匹配

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库主要功能函数

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

                                                         //pattern:正则表达式，string:待匹配字符串，flags:正则表达式使用时的控制标记 

                                                          举例：re.search(r'[1-9]\d{5}','BJUT 100124')    100124     

re.match(pattern,string,flags=0)           从一个字符串的开始位置起匹配正则表达式，返回match对象

                                                          举例：re.match(r'[1-9]\d{5}','100124 BJUT')    100124

re.findall(pattern,string,flags=0)     搜索字符串，以列表类型返回全部能匹配的子串

                                                    举例：re.findall(r'[1-9]\d{5}','BJUT100124 TSU100084')  ['100124', '100084']

re.split(pattern,string,maxsplit=0,flags=0)       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

                                                                     //maxsplit:最大分割数，剩余部分作为最后一个元素输出

                                         举例：re.split(r'[1-9]\d{5}','BJUT100124 TSU100084',maxsplit=1)['BIT','TSU100084']

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

                                                                     使用for循环

re.sub(pattern,repl,string,count=0,flags=0)      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 

                                                                     //repl:替换匹配字符串的字符串，cout:匹配的最大替换次数 

Re库的等价方法

rst=re.search(r'[1-9]\d{5}','BJUT 100124')

等价于

pat=re.compile(r'[1-9]\d{5})

rst=pat.search('BJUT 100124')

Match对象

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开始的位置

.endpos                      正则表达式搜索文本结束的位置

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开始的位置

.end()                      匹配字符串在原始字符串结束的位置

.span()                     返回（.start(), .end()）