re库的使用

一、re库的调用

import re

二、正则表达式类型

• raw string类型（原生字符串类型，即不包括转义符类型）：r'text'
• string类型，更繁琐。

三、Re库主要功能函数

　　函数　　　　　　　　　　　　　　说明

re.search()　　　　　　　　在一个字符串中搜索匹配正则表达式的第一个位置，然后返回match对象

re.match()　　　　　　　　 从第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子串

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

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子串，返回替换后的字符串

①re.search(pattern,string,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• string：待匹配的字符串
• flags：正则表达式使用时的控制标记

　　fiags常用标记：

1. re.I   re.IGNORECASE                   忽略正则表达式的大小写，[A-Z]能够匹配小写字符
2. re.M re.MULTILINE　　                 正则表达式中的^操作符能够将给定字符串的每行当做匹配开始
3. re.S re,DOTALL                            正则表达式中的.操作符n能够匹配所有字符，默认匹配除换行外的所有字符

import re

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


>>>100081

②re.macth(pattern,string,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• string：待匹配的字符串
• flags：正则表达式使用时的控制标记

import re
match = re.match(r'[1-9]d{5}','100081 200012 BIT')
if match:
    print(match.group(0))

>>>100081

③re,findall(pattern,string,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• string：待匹配的字符串
• flags：正则表达式使用时的控制标记

import re

match = re.findall(r'[1-9]d{5}','BIT100081 ICD100085')
print(match)

>>>['100081', '100085'

④re.split(pattern,string,maxsplit=0,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• string：待匹配的字符串
• maxsplit：最大分割数，剩余部分作为最后一个元素输出
• flags：正则表达式使用时的控制标记

import re

macth = re.split(r'[1-9]d{5}','BIT100081 ICD100085')
print(macth)

macths = re.split(r'[1-9]d{5}','BIT100084 ICD100085' ,maxsplit=1)
print(macths)

>>>['BIT', ' ICD', '']
>>>['BIT', ' ICD100085']

⑤re.finditer(pattern,string,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• string：待匹配的字符串
• flags：正则表达式使用时的控制标记

import re

macth = re.finditer(r'[1-9]d{5}','BIT100084 ICD100085')
for i in macth:
    if i :
        print(i.group(0))

>>>100084
　  10008

⑥re.sub(pattern, repl, string, count=0, flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• repl：替换字符串的字符串
• string：待匹配的字符串
• count：替换的次数
• flags：正则表达式使用时的控制标记

import re

macth = re.sub(r'[1-9]d{5}','110021','BIT100084 ICD100085')
print(macth)

macths = re.sub(r'[1-9]d{5}','110021','BIT100084 ICD100085',count=1)
print(macths)

>>>BIT110021 ICD110021
>>>BIT110021 ICD10008

四、正则表达式的另外一种等价用法

使用re.compile()方法将正则表达式编译成正则表达式对象,正则表达式的六个方法都能使用

r = re.compile(pattern,flags=0)

• pattern：正则表达式的字符串或原生字符串表示
• flags：正则表达式使用时的控制标记

import re

res = re.compile(r'[1-9]d{5}')
macth = re.search(res,'BIT100084 ICD100085')
if macth:
    print(macth.group(0))

f = re.match(res,'100084BIT 100085IDC')
if f:
    print(f.group(0))

d = re.findall(res,'100084BIT 100085IDC')
print(d)

>>>100084
>>>100084
>>>['100084', '100085'

 五、Re库的Match对象

1、match对象的属性

.string　　　　　　　　待匹配的文本

.re　　　　　　　　　  匹配时使用的pattern对象(正则表达式)

.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

2、match对象的方法

.group(0)　　　　　　获得匹配后的字符串

.start()　　　　　　　 匹配字符串在原始字符串的开始位置

.end()　　　　　　　  匹配字符串在字符串的结束位置

.span()　　　　　　　返回(.start(),end.())

六、贪婪匹配

Re库默认采用贪婪匹配，即输出匹配最长的字符串

import re

f = re.search(r'PY.*?N','PYDASCEDNDFCSNWESASNDE')
print(f.group(0))

>>>PYDASCED

输入最小匹配字符串

import re

f = re.search(r'PY.*?N','PYDASCEDNDFCSNWESASNDE')
print(f.group(0))

>>>PYDASCED

最小匹配操作符

*?　　　　　　　　前一个字符0次或者无数次扩展，最小匹配

+?　　　　　　　   前一个字符1次或者无数次扩展，最小匹配

??　　　　　　　　前一个字符0次或1次扩展，最小匹配

{m,n}?　　　　　　扩展前一个字符m至n次(含n)，最小匹配