正则表达式

 常用操作符：

.  表示任何单个字符

[ ] 字符集，对单个字符给出取值范围

[^ ] 非字符集，对单个字符给出排除范围

* 前一个字符0次或者无限次扩展

+ 前一个字符1次或者无限次扩展

？ 前一个字符0次或者一次扩展

 |  左右表达式任意一个

{m} 扩展前一个字符m次 

{m,n} 扩展前一个字符m至n次（含n）     eg: PY{:3}N  = PN,PYN,PYYN,PYYYN

^ 匹配字符串开头     ^abc 

$ 匹配字符串结尾     abc$

( ) 分组标记，内部只能使用 | 操作符

\d 数字等价于[0-9]

\w 单词字符等价于[A-Za-z0-9_]

实例：

由26个字母组成的字符串：^[A-Za-z]+$

由26个字母和数字组成的字符串 ： ^[A-Za-z0-9]+$

整数形式的字符串：^-?\d+$

正整数形式的字符串：^[0-9]*[1-9][0-9]*$

中国境内邮政编码：[1-9]\d{5}

匹配中文字符：[\u4e00-\u9fa5]    utf编码中中文字符的取值范围

国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}

ip地址：(([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5])

re库的基本使用：

属于python的标准库，import re

表示方法为：r'[1-9]\d{5}'

re.search(pattern,string,flags=0)在字符串中搜索匹配正则表达式的第一个位置，返回match对象，查看方法match.group(0)

flags:

re.I(re.IGNORECASE)忽略大小写

re.M(re.MULTILINE)正则表达式中的^操作符能将给定字符串的每行当作匹配开始

re.S(re.DOTALL).能匹配所有的字符，而默认是匹配除了换行符之外的所有

re.match 是从一个字符串的 开始位置起匹配正则表达式，返回一个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(pattern,string,maxsplit,flags)  maxsplit为最大分割数

返回值为一个列表

re.finditer,返回一个匹配结果的迭代类型，每个迭代元素是 match对象

eg：

	match = re.finditer(r'[1-9]\d{5}','123456and098765')
	for m in match:
		print(m.group(0))

re.sub(pattern,repl,string,count,flags)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表示替换匹配字符串的字符串，count为最大替换次数

re库的两种使用方法：

1、rst = re.search(r'[1-9\d{5}','ZZU 450001')

函数式用法，一次性操作

2、pat = re.compile(r'[1-9]\d{5}')

      rst = pat.search('ZZU 450001')

面向对象用法：一次编译后多次使用

regex = re.compile(pattern,flags)将正则表达式的字符串形式编译为正则表达式对象

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的开始位置

.endpos 正则表达式搜索文本的结束位置

方法：

.group(0)获得匹配后的字符串

.start()\end()匹配字符串在原始字符串的开始\结束位置

.span()返回(.start(),.end())

贪婪算法：

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

而如果想要最小匹配，则需要对以下几个操作符做出改变：

* ？   前一个字符串0次或无限次扩展 ，最小匹配

+ ?    前一个字符串1次或无限次扩展 ，最小匹配 

? ? 前一个字符串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