006Python-Re库入门（正则表达式）

一、正则表达式的概念:

1. 正则表达式是用简洁表达一组字符串的表达式。
2. 正则表达式是一种通用的字符串表达式。
3. 最主要英语在字符串匹配中

二、正则表达式的语法：

1.正则表达式的常用操作符

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 等
+	前一个字符1次货无限次扩展	abc+ 表示 abc、abcc、abccc 等
?	前一个字符0次或1次扩展	abc? 表示 ab、abc
|	左右表达任意一个	abc|def 表示 abc 或 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次）	ab{1,2}c 表示 abc,abbc
^	匹配字符串开头	^abc表示abc且在第一个字符串的开头
$	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或def
\d	数字，等价于[0-9]
\w	单词字符，等价于[A-Za-z0-9]

Re库介绍

1.概念：Re库是Python的标准库，主要用于字符串匹配调用方式
2.调用方式：

import re

3、正则表达式的表示类型

• raw string 类型(原生字符串类型)
• re库采用raw string类型表示正则表达式，表达为：
  r’text’
• raw string是不包含对转义字符再次转义的字符串

4、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到子串
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)
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.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的开始
re.S re.DOTALL	正则表达式中，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.match(pattern,string,flags=0)
在一个字符串开始位置起匹配正则表达式返回match对象

• 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

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

• 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

re.split(pattern,string,maxsplits = 0,flags = 0)
在一个字符串开始位置起匹配正则表达式返回match对象

• 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
• 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

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

• 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

re.sub(pattern,repl,string,count = 0,flags=0)
在一个字符串替换所有匹配正则表达式的字符串，返回替换后的字符串

• 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.complie(pattern,flags=0)
将正则表达式的字符串形式编译成正则表达式对象

• 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

三、Re库的Match对象

1、Match对象介绍

Match 对象是一次匹配的结果，包含匹配的很多信息

2、Match对象的属性

属性	说明
.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
.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()）

四、Re库的贪婪匹配和最小匹配

Re库默认采用贪婪匹配，即输出匹配最长的子串

1、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次或者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欧增加？变成最小匹配