re库

一、Re库的主要功能：

函数	功能
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
re.match()	在一个字符串的开始位置匹配正则表达式，返回match对象
re.findall()	搜索字符串，以列表的形式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的结果进行分割，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

二、Re库的主要函数的功能：

•re.search(pattern,string,flags=0)

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

（1）flags的常用标记：

常用标记	说明
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
re.M  re.MULTLINE	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
re.S  re.DOTALL	正则表达式中的.操作符能够匹配所有字符，默认匹配除\n外的所有字符

（2）search函数实例

 import re
 match1 = re.search(r'[1-9]\d{5}','BIT 100081 TSU100084')
 if match1:
     print(match1.group(0))

 #结果：100081

•re.match(pattern,string,flags=0)

（1）match函数实例

 import re
 match2 = re.match(r'[1-9]\d{5}','BIT 100081')
 if match2:
     print(match2.group(0))

 #print(match2.group(0))，注意，如果这里不直接判断re.match()返回的对象是否为空，会报错，
 #因为这里的match2并没有从这个字符串的开始部分匹配到目标字符串，所以返回的match2对象没有group这个参数

 #对上面的代码进行修改
 match3 = re.match(r'[1-9]\d{5}','100081 BIT')
 if match3:
     print(match3.group(0))

 #输出：'100081'

•re.findall(pattern,string,flags=0)

（1）findall函数实例(返回的是列表类型)

 import re
 ls = re.findall(r'[1-9]\d{5}','BIT100081 CLS100084')
 print(ls)#['100081','100042']，将所有匹配的输出
 for i in ls:
     print(i)
 #
 #

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

参数	说明
maxsplit	最大分割数，剩余部分作为最后一个元素输出

 import re
 print(re.split(r'[1-9]\d{5}','BIT100081 TSU100084'))
 #re.split()是将匹配到的字符串删去以列表的形式输出
 print(re.split(r'[1-9]\d{5}','BST100081 TSU100084',maxsplit=1))
 #maxsplit=n的作用是只匹配前n个匹配到的字符串，不管后面的是否匹配都不管

•re.finditer(pattern,string,maxsplit,flags=0)

 import re
 m = re.finditer(r'[1-9]\d{5}','BIT100081 TSU100084')
 #re.finditer返回的是迭代类型
 #如果此时运行print(m),输出是<callable_iterator object at 0x0000024203F83E10>
 for i in m:
     print(i)
 #输出：
 #<re.Match object; span=(3, 9), match='100081'>
 #<re.Match object; span=(13, 19), match='100084'>
 #正确的输出格式
 for m in re.finditer(r'[1-9]\d{5}','BIT100081 TSU100084'):
     if(m):
         print(m.group(0))
 #
 #

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

参数	说明
repl	替换匹配字符串的字符串
count	匹配的最大替换次数

 import re
 print(re.sub(r'[1-9]\d{5}',':zipcode','BIT100081 TSU100084'))
 #BIT:zipcode TSU:zipcode
 print(re.sub(r'[1-9]\d{5}',':zipcode','BIT100081 TSU100084',count=1))
 #BIT:zipcode TSU100084

三、Re库的另一种等价用法：

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

 rst = re.search(r'[1-9]\d{5}','BIT100081 TSU100084')
 #函数式用法：一次性操作
 pat = re.compile(r'[1-9]\d{5}')#此时经过compile的pat才是一个正则表达式
 rst = pat.search('BIT100081 TSU100084')
 #面向对像用法：编译后的多次操作

四、Match对象的基本属性：

属性	说明
.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

五、Match对象的方法：

方法	说明
.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()	匹配字符串在原始字符串的结束位置
.span()	返回（.start(), .end()）元组类型

六、贪婪匹配算法：

 import re
 match4 = re.search(r'PY.*N','PYBNCNDN')
 print(match4.group(0))
 #默认匹配最长的一个字符串,PYBNCNDN

 #那么如何让它匹配最短的字符串呢？
 match4 = re.search(r'PY.*?N','PYBNCNDN')
 #PYBN

七、最小匹配操作符：

操作符	说明
*?	前一个字符0次或无限次扩展，最小匹配
+?	前一个字符1次或无限次扩展，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