regular expression:是用来简介表达一组字符串的表达式
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、 abccc等 |
+ | 前一个字符1次或无限次扩展 | abc+ 表示 abc、 abcc、 abccc等 |
? | 前一个字符0次或1次扩展 | abc? 表示 ab、 abc |
| | 左右表达式任意一个 | abc|def 表示 abc、 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) | ab{1,2}c表示abc、 abbc |
^ | 匹配字符串开头 | ^abc表示abc且在一个字符串的开头 |
$ | 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、 |
\d | 数字,等价于[0‐9] | |
\w | 单词字符,等价于[A‐Za‐z0‐9_] |
Re库是Python的标准库,主要用于字符串匹配
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的子串 |
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 |
#实例
# re.search()
import re
match=re.search(r'\d{5}','BIT 100081')
if match:
print(match.group(0))
# re.split(pattern,string,maxsplit=0,flags=0)
import re
re.split(r'\d{5}','BIT 100081 TSSU0000577')
# re.finditer(pattern,string,flags=0)
import re
for m in re.finditer(r'\d{5}','BIT 100081 TSSU0000577'):
if m:
print(m.group(0))
regex=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
Re库默认采用贪婪匹配,即输出匹配最长的子串,。只要长度输出可能不同的,都可以通过在操作符后增加?变成最小匹配