1. 正则表达式(Re)库入门
正则表达式的语法
经典正则表达式实例
匹配IP地址的正则表达式
正则表达式的表示类型
raw string类型(原生字符串类型)
re库采用raw string类型表示正则表达式,表示为: r ' text '
例如: r'[1‐9]\d{5}' r'\d{3}‐\d{8}|\d{4}‐\d{7}'
raw string是不包含对转义符再次转义的字符串
Re库主要功能函数
1.1 re.search(pattern, string, flags=0)
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
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags: 正则表达式使用时的控制标记
∙ flags 常用标记 : 正则表达式使用时的控制标记
>>> import re
>>> match = re.search(r'[1-9]\d{5}', 'BIT 100081')
>>> if match:
print(match.group(0))
100081
1.2 re.match(pattern, string, flags=0)
从一个字符串的开始位置起匹配正则表达式 返回match对象
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags: 正则表达式使用时的控制标记
1.3 re.findall(pattern, string, flags=0)
搜索字符串,以列表类型返回全部能匹配的子串
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙flags: 正则表达式使用时的控制标记
>>> import re
>>> ls = re.findall(r'[1-9]\d{5}', 'BIT100081 TSU100084')
>>> ls
['100081','100084']
1.4 re.split(pattern, string, maxsplit=0, flags=0)
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
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ maxsplit: 最大分割数,剩余部分作为最后一个元素输出
∙ flags: 正则表达式使用时的控制标记
1.5 re.finditer(pattern, string, flags=0)
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
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags: 正则表达式使用时的控制标记
1.6 re.sub(pattern, repl, string, count=0, flags=0)
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
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ repl: 替换匹配字符串的字符串
∙ string : 待匹配字符串
∙ count : 匹配的最大替换次数
∙ flags : 正则表达式使用时的控制标记
2. Re库的Match对象
Match对象是一次匹配的结果,包含匹配的很多信息
Match对象的属性
Match对象的方法
Re库的贪婪匹配和最小匹配
当同时匹配长短不同的多项时,Re库默认采用贪婪匹配,即输出匹配最长的子串
如何输出最短的子串呢?
>>> match = re.search(r'PY.*?N', 'PYANBNCNDN')
>>> match.group(0)
'PYAN'
最小匹配操作符
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