Python标注库1 Re正则

在Python中使用正则表达式需要标准库中的一个包re。

import re
m = re.search('[0-9]','abcd4ef')
print(m.group(0))

re.search()接收两个参数：
第一个’[0-9]’就是我们所说的正则表达式，它告诉Python的是”从字符串想要找的是从0到9的一个数字字符”。
re.search()第二个参数是目标字符串，如果找到符合要求的子字符串，就返回一个对象m。

可以通过m.group()的方法查看搜索到的结果。如果没有找到符合要求的字符，re.search()会返回None。

正则表达式的函数

m = re.search(pattern, string) # 搜索整个字符串，直到发现符合的子字符串。

m = re.match(pattern, string) # 从头开始检查字符串是否符合正则表达式。必须从字符串的第一个字符开始就相符。

可以从这两个函数中选择一个进行搜索。上面的例子中，我们如果使用re.match()的话，则会得到None，因为字符串的起始为‘a’， 不符合’[0-9]’的要求。

对于返回的结果m, 我们使用m.group()来调用结果。

还可以在搜索之后将搜索到的子字符串进行替换：
str = re.sub(pattern, replacement, string) 
# 在string中利用正则变换pattern进行搜索，对于搜索到的字符串，用另一字符串replacement替换。返回替换后的字符串。

此外，常用的正则表达式函数还有

re.split() # 根据正则表达式分割字符串， 将分割后的所有子字符串放在一个表(list)中返回

re.findall() # 根据正则表达式搜索字符串，将所有符合的子字符串放在一给表(list)中返回

如何写成你所需要的Re

关键在于将信息写成一个正则表达式。我们先看正则表达式的常用语法：

1）单个字符:

• . 任意的一个字符
• a|b 字符a或字符b
• [afg] a或者f或者g的一个字符
• [0-4] 0-4范围内的一个字符
• [a-f] a-f范围内的一个字符
• [^m] 不是m的一个字符
• \s 一个空格
• \S 一个非空格
• \d [0-9]
• \D [^0-9]
• \w [0-9a-zA-Z]
• \W [^0-9a-zA-Z]

2）重复

紧跟在单个字符之后，表示多个这样类似的字符

• * 重复 >=0 次
• + 重复 >=1 次
• ? 重复 0或者1 次
• {m} 重复m次。比如说 a{4}相当于aaaa，再比如说[1-3]{2}相当于[1-3][1-3]
• {m, n} 重复m到n次。比如说a{2, 5}表示a重复2到5次。小于m次的重复，或者大于n次的重复都不符合条件。

【eg】
[0-9]{3,5} | 9678
a?b | b
a+b | aaaaab

3) 位置

• ^ 字符串的起始位置
• $ 字符串的结尾位置

4）返回控制

我们有可能对搜索的结果进行进一步精简信息。比如下面一个正则表达式：
output_(\d{4})
该正则表达式用括号()包围了一个小的正则表达式，\d{4}。 这个小的正则表达式被用于从结果中筛选想要的信息（在这里是四位数字）。这样被括号圈起来的正则表达式的一部分，称为群(group)。

import re
m = re.search("output_(\d{4})", "output_1986.txt")
print(m.group(1))