python re库_python ：正则表达式/re库 超级详细de注释解释

首先要解释，什么是正则表达式：

给定一串字符串，我们可以提取他的特征，把他抽象成一个类型。 下次遇到和这个字符串同类的字符串，我们只需要判断是否符合特征，就知道这个字符串是不是同类的。

举个例子：

每个地方都有邮政编码。

邮政编码就是按照一定的特征组织的。

一共六位数。

我们可以把它抽象成一个正则表达式，然后下次我们看到一个邮政编码，就判断他是否满足表达式，来判断他是否是邮政编码。

row string：

r‘string’

re库详解：

re库是python自带的一个正则表达式库

# utf-8

# time:2020/4/18 15:23

# author:彭张智

import re

match=re.search(r'[1-9]\d{5}','BIT 100081')

# search 函数的第一个参数是正则表达式，第二个参数是要和正则表达式匹配的字符串 最后一个参数是开关参数

#返回值是一个match对象。

#match对象的内容是：

if match:

print(match.group())

match_list=re.findall(r'[1-9]\d{5}','BIT 100081BIT 100081BIT 100081BIT 100081')

if match_list:

print(match_list)

#findall方法的参数和search 相同

#返回值是一个列表 ，返回要匹配的字符串的所有子串

#意思是：能够返回字符串中所有符合正则表达式的字符串

#可以看到结果：['100081', '100081', '100081', '100081']

#split

print("*"*50)

s=re.split(r'[1-9]\d{5}','BIT 100081BIT 100081BIT 100081BIT 100081')

# split 前面两个参数和之前一样，但是还有最大分割数maxsplit，也就是指，要split出多少个子串，剩下的最后一个会被放到列表里的最后一个位置

#返回结果是一个list， list 里面保存的是，不符合正则表达式的字符串

#结果是：['BIT ', 'BIT ', 'BIT ', 'BIT ', '']

if s:

print(s)

#试试maxsplit=1

#结果里面的list只能找到一个被split出来的，剩下的内容会被放到list的最后位置

r=re.split(r'[1-9]\d{5}','BIT 100081BIT 100081BIT 100081BIT 100081',maxsplit=1)

if r:

print(f'{r}\nlenth={len(r)}')

#result=['BIT ', 'BIT 100081BIT 100081BIT 100081']

# lenth=2

#finditer 搜索找到符合正则表达式的对象

# 返回一个迭代类型，每个迭代的元素对象是match

#参数和之前的 一样

for it in re.finditer(r'[1-9]\d{5}','BIT 100081BIT 100081BIT 100081BIT 100081'):

if it:

print(it.group())

#result:

#100081

#100081

#100081

#100081

#sub substitute 替换所有满足正则表达式的子串 返回替换后的字符串

#参数：1.正则表达式，2.repl 替换匹配上的子串的字符串 3.string 要和正则表达式匹配的字符串

#4.count 匹配的最大替换次数 5.flags 控制开关

sustitute=re.sub(r'[1-9]\d{5}',':substitute','BIT 100081BIT 100081BIT 100081BIT 100081',count=1)

if sustitute:

print(type(sustitute))

#返回值是一个string 返回的结果就是原来那个字符串，只是替换了部分内容

print(sustitute)

#result:

#

#BIT :substituteBIT 100081BIT 100081BIT 100081

代码里的注释详细解释了每个函数的用法。

compile 是将一个正则表达式编译成一个对象。

这个对象就包含了之前介绍的所有方法。

值得一提的是，这里的pattern 是原生字符串，并不是正则表达式。

当他经过编译成为一个对象，就是一个正则表达式了。

可以理解为：长得不一样，其实里面都一样。

match对象：

#match object:

#是一次匹配之后的结果返回了匹配之后的信息

m=re.search(r'[1-9]\d{5}','BIT 100081BIT 100081BIT 100081BIT 100081')

if m:

print(type(m)) #match 对象类型是：'re.Match'

print(type(m.group()))# match 的group方法返回的是一个str

print(m.group())

#match对象的属性：

# 1. string 返回待匹配的文本，就是输入的那个要和正则表达式匹配的string

print(m.string)

#2. re 返回那个正则表达式 返回类型是正则表达式哦 re.compile('[1-9]\\d{5}')

print(m.re)

#3.pos position的意思，返回在哪个string搜索的开始位置

print(m.pos)

#4. endpos 返回搜索结束的位置

print(m.endpos)

#match 对象的四种方法：

#1.group(0) 获得匹配的字符子串

print(m.group())

#2.satrt() 返回字符串在原始字符串的开始位置

print(m.start())

#3.end() 结束的位置咯

print(m.end())

#4. span() 返回一个元祖类型，返回start 位置和 end位置

print(m.span())

#贪婪匹配：

#对于一个字符串匹配正则表达式，默认返回这个字符串的最长子链 (包括自己

#加？ 返回最下匹配

t=re.search(r'PY.*N','PYANBNCNDN')

if t:

print(t.group())

#默认返回最长的那个 就是原串

#PYANBNCNDN

#如果.后加上？ 就会返回最短的

t=re.search(r'PY.？*N','PYANBNCNDN')

if t:

print(t.group())

#PYAN