目录
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')