re库使用教程（正则表达式详解）

re

Python中使用正则表达式需要用到re库
re为Python的标准库，无需另外安装, 只需导入即可

import re

正则表达式的表示类型

1. raw string 类型（原生字符串类型） 例如：r’[1-9]\d{5}’
2. string 类型，(将斜杠表示为转义字符） 例如 ：‘[1-9]\\d{5}’

正则表达式的常用操作符

操作符	说明	实例
.	匹配除换行符\n外的任意单个字符	正则表达式a.c 在字符串abcde中匹配到abc
\	表示位于\之后的为转义字符	正则表达式a.c 在字符串a.cbe中匹配到a.c
[ ]	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，对单个字符给出排出范围	[^abc]表示非a或b或c的单个字符
*	前一个字符0此或无限次扩展	abc*表示ab,abc,abcc等
+	前一个字符1次或无限次扩展	abc+表示abc,abcc等
？	前一个字符0次或1次扩展	abc?表示ab,abc
|	匹配位于| 之前或之后的字符	abc|def表示abc或者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到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“或”操作符	（abc)表示abc,(abc|def)表示abc或def
\d	数字，等价于[0-9]
\D	与\d含义相反 等价于 [^0-9]
\s	任意一个空白字符
\S	任意一个非空白字符
\w	1位数字字母或下划线，等价于[A-Za-z0-9_]
\W	等价于[^A-Za-z0-9_]

常用函数

①re.match(pattern,string ,flags=0)
函数作用： 尝试从字符串的起始位置匹配一个模式，若匹配成功则返回一个匹配对象；否则返回None
pattern：正则表达式的字符串
string：待匹配字符串
flags:正则表达式使用时的控制标记

标记值	说明
re.I	忽略正则表达式的大小写，即对大小写不敏感，[A-Z]能够匹配小写字符
re.M	多行匹配，影响^和$
re.S	匹配包括换行符在内的所有字符

匹配对象函数	说明
group(0)	返回包含整个表达式的字符串
group(n1,n2,n3,…)	返回包含多个组号对应的元素的元组
group()	返回一个包含所有小组字符串的元组
groupdict()	返回一个包含所有经命名匹配小组的字典

str="0086-010-88668866"
mat=re.match(r"(?P<nation>\d{4,})-(?P<zone>\d{3,})-(?P<number>\d{8,})",str)
print("group(1,2,3):",mat.group(1,2,3))
print("groupdict:",mat.groupdict())
'''
group(1,2,3): ('0086', '010', '88668866')
groupdict: {'nation': '0086', 'zone': '010', 'number': '88668866'}
'''

②re.search(pattern,string ,flags=0)
函数作用：和re.match()用法相同

③re.findall(pattern,string ,flags=0)
函数作用：搜索字符串，以列表类型返回全部匹配的子串

④ re.splite(pattern,string ,maxsplit,flags=0)
函数作用： 将一个字符串按照正则表达式匹配结果分割，返回列表类型
maxsplit:最大分割数，剩余部分作为最后一个元素输出

⑤re.finditer(pattern,string ,flags=0)
函数作用：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

⑥re.sub(pattern,repl,string ,count=0,flags=0)
函数作用： 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

re库的另一种等价用法

re.compile(pattern,flags=0)
pattern：正则表达式的字符串
lags:正则表达式使用时的控制标记

pat=re.compile('[1-9]\d{5}')
rst=pat.search('BIT 100081') # 这里的search可以换成上面的任何一个函数