正则表达式

正则表达式的概念：

    非常简洁的表达一组字符串的特征

正则表达式的编译

    正则表达式编译之后才能表达一类字符串

正则表达式语法：

正则表达式是由字符和操作符构成

操作符

操作符	説明	实例
.	表示任意单个字符
[]	字符集，对单子字符给出取值范围	[abc]
[^]	非字符集，对单子字符给出排除范围	[^abc]
*	前一个字符0次或者无限次扩展	abc*
+	前一个字符1次或者无限次扩展	abc+标识：abc，abcc，abccc等
?	前一个字符0次或者1次扩展	abc? 标识：ab，abc
竖线	左右表达式任意一个	、

re库的match对象
match对象的属性

属性	说明
.string	待匹配的文本
.re	匹配时使用的pattern对象（正则表达式）
.pos	正则表达式搜素文本的开始位置
.endps	正则表达式搜素文本的结束位置

实验：

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

group(0)：
    获取匹配的字符串
>>> import re
>>> m = re.search(r'[1-9]\d{5}', 'BIT 100081 TSU100084')
>>> m.string
'BIT 100081 TSU100084'
>>> m.pos
0
>>> m.endpos
20
>>> m.group(0)
'100081'
>>> m.start
<built-in method start of _sre.SRE_Match object at 0x000002156A827578>
>>> m.start()
4
>>> m.end
<built-in method end of _sre.SRE_Match object at 0x000002156A827578>
>>> 
>>> m.end()
10
>>> m.spand()
Traceback (most recent call last):
  File "<pyshell#11>", line 1, in <module>
    m.spand()
AttributeError: '_sre.SRE_Match' object has no attribute 'spand'
>>> m.span()#二元位置
(4, 10)

正则匹配的贪婪模式
re库默认是贪婪模式，即输出匹配最长的字符串

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

如何匹配最小匹配
>>> a = re.search(r'PY.*?N','PYANBNCNDN')
>>> a.group(0)
'PYAN'

最小匹配操作符

操作符	说明
*？	前一个字符0次或无限扩展，最小匹配
+？	前一个字符1次或无线次扩展，最小匹配
？？	前一个字符0次或1次扩展，最小匹配
{m,n}?	扩展前一个字符m-n次包含n，最小匹配