Python 正则表达式的学习整理笔记

1. 正则表达式的常用操作符：
.  表示任何单个字符
[]  表示字符集，对单个字符给出取值范围
[^] 表示非字符集，对单个字符给出排除范围
*   前一个字符0到无限次扩展
+   前一个字符1到无限次扩展
?   前一个字符的0-1次扩展
|   在其左右任选一个
{m} 表示扩展前一个字符m次， 如ab{2}c 表示 abbc
{m,n} 表示扩展前一个字符m-n次，
^   匹配字符串开头， ^abc 表示一个以abc开头的字符串
$   匹配字符串结尾， abc$表示一个以abc结尾的字符串
()  分组标记，内部只能用 ‘|’
\d  数字，等价于[0-9]
\w  单词字符，等价于[A-Za-z0-9]

2. re库方法：

re使用raw string类型表示正则表达式，表达式为 r'text'

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

       search()函数包含三个参数，第一个为正则表达式，第二个为搜索的字符串，第三个为flag

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字符串

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

       split()函数除了包含以上三个参数之外，还有个count参数，用于设定分裂数，达到分裂数后，剩下的部分全作为一个整体。

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字串，返回替换后的字符串

      sub()函数除了包含以上三个参数之外,第二个参数为用来替换的字符串，以及count 替换次数

 

3. match对象的属性：
.string 待匹配的文本
.re  匹配时使用的pattern对象
.pos 正则表达式搜索文本的开始位置
.endpos 正则表达式搜索文本的结束位置

 

4. match对象的方法：
.group(0) 获取匹配后的字符串
.start() 匹配字符串在原始字符串的开头位置
.end() 匹配字符串在原始字符串的结束位置
.span() 返回（.start(), .end()）

 

import re


match1 = re.search(r'PY.+N','PYANBNCNDN')
print(match1.group(0))
# PYANBNCNDN
match2 = re.search(r'PY.+?N','PYANBNCNDN')
print(match2.group(0))
# PYAN
match3 = re.search(r'PY.*?N','PYANBNCNDN')
print(match3.group(0))
# PYAN
match4 = re.search(r'PY.{2,3}?N','PYANBNCNDN')
print(match4.group(0))
# PYANBN