正则表达式与re库的知识-python爬虫与信息提取（2）-北京理工大学-嵩天老师

一、Re库的Match对象

1、Match对象是一次匹配的结果，包含匹配的很多信息

import re
match=re.search(r'[1-9]\d{5}','BIT 100081')
if match:
    print(match.group(0))

    
100081
type(match)
<class 're.Match'>

2、match对象属性

3、match对象方法

 

import re
m=re.search(r'[1-9]\d{5}',"BIT100081 TSU100084")
m.string
'BIT100081 TSU100084'
m.re
re.compile('[1-9]\\d{5}')
m.pos
0
m.endpos
19
m.group(0)
'100081'
m.start()
3
m.end()
9
m.span()
(3, 9)

 二、Re的贪婪匹配和最小匹配

1、贪婪匹配（Re库默认贪婪匹配，就是匹配尽可能多的东西）

match = re.search(r'PY.*N', 'PYANBNCNDN')
match.group(0)
'PYANBNCNDN'

2、最小匹配（代码里加一个问号）

match = re.search(r'PY.*?N', 'PYANBNCNDN')
match.group(0)
'PYAN'

3、最小匹配操作符

 4、Re库和正则表达式总结