Re库入门

---

一.调用

Re库是Python的标准库，主要用于字符串匹配。其中正则表达式作为函数参数来使用。

调用方式: import re

---

二.正则表达式的表示类型

（1）raw string 类型（原生字符串类型）

格式为 r’‘text’

比如： r’[1-9]\d{5}’
其中不包含转义字符，我们使用这一种方式

（2）string 类型，包含转义字符，非常繁琐

比如： ‘[1-9]\\d{5}’
在每个\之前都需要加一个\进行转义

---

三.Re库主要函数

函数名称	作用	返回类型
re.findall()	搜索并返回所有能匹配到的子串	列表类型
re.match()	从字符串的开头进行匹配	match对象
re.search()	搜索匹配到的第一个位置	match对象
re.split()	将字符串按匹配结果进行分割	列表类型
re.finditer()	搜索返回匹配结果的迭代类型	match对象
re.sub()	在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	字符串

注意: 接下来依次介绍比较重要的函数。

---

四.具体使用

（1)re.findall() #最常用

第一个参数为匹配的正则表达式，第二个参数为要搜索的字符串

import re
#搜索所有的五位数字
ls = re.findall(r'[1-9]\d{5}','BIT100081  TUS444567')
print(ls)

['100081', '444567']

（2）re.match()

import re
match = re.match(r'[1-9]\d{5}','BIT 100081')
match.group(0)

如果在开头匹配到的话直接返回，否则报错无法从开头找到符合的字符串

（3）re.search()

import re
match = re.search(r'[1-9]\d{5}','BIT 100081 ')
match.group(0)

'100081'

（4）re.split(pattern,string,maxsplit)

参数	作用
pattern	正则表达式
string	搜索处理的字符串
maxsplit	最大分割数

ls = re.split(r'[1-9]\d{5}','BIT100081 TUS444567')
print(ls)
#规定了maxsplit数，只分割maxsplit个字符串剩下的部分做为一个整字符串输出
ls = re.split(r'[1-9]\d{5}','BIT100081 TUS444567',maxsplit=1)
print(ls)

['BIT', ' TUS', '']
['BIT', ' TUS444567']

（5）re.finditer()

使用迭代器，用来循环输出

#返回一个迭代类型
for m in re.finditer(r'[1-9]\d{5}','BIT100081 TUS444567'):
    if m:
        print(m.group(0))

100081
444567

（6）re.sub(pattern,repl,string,count)

参数	作用
pattern	正则表达式
repl	替换匹配字符串的字符串
string	匹配字符串
count	最大替换次数

s1 = re.sub(r'[1-9]\d{5}',":appp",'BIT100081 TUS444567')
s2 = re.sub(r'[1-9]\d{5}',":appp",'BIT100081 TUS444567',count=1)
print(s1)
print(s2)

BIT:appp TUS:appp
BIT:appp TUS444567

$\bullet$ 拓展：re.subn()，使用方法相同，但是会额外返回替换次数。

---

五.Re库的另一种用法

$\bullet$ 编译正则表达式模式，返回一个对象的模式（可以把常用的正则表达式编译成正则表达式对象，从而提高效率），如下：

regex = re.compile(r'[1-9]\d{5}')  #匹配[1-9]之间的连续五位数字
rst = regex.findall('afre13434')