re 库

正则表达式(regex)： 用来简洁表达一组字符的表达式

通用的字符串框架

简洁表达一组字符串的表达式

针对字符串表达“简洁” 和 “特征” 思想的工具

某字符串的特征归属

 

在文本中十分常用

字符串匹配

 

编译：将符合正则表达式语法的字符串转换成正则表达式特征。

 

Re库为python的标准库。

 

raw string 类型（原生字符串类型，指不包含转义字符） r'text'

string 类型 if you want to use \, then you have to \\

函数式用法：（6种）

re.search()

re.match()

re.findall()

re.split()

re.finditer()

re.sub()

import re

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

'''match will search from the string's beginning'''    
match = re.match(r'[0-9]\d{5}', 'BIT 100084')
if match:
    print(match.group(0))

'''return list'''    
match = re.findall(r'[0-9]\d{5}', 'BIT 100083 100085')
print(match)

'''return list'''
match = re.split(r'[0-9]\d{5}', 'BIT 100083 100085', maxsplit=1)
print(match)

'''return match object'''
match = re.finditer(r'[0-9]\d{5}', 'BIT 100083 100085')
for ma in match:
    print(ma.group(0))

'''return replaced string'''    
match = re.sub(r'[0-9]\d{5}', 'zipcode', 'BIT100083 100085', count=2)
print(match)

runfile('F:/Project/study/untitled0.py', wdir='F:/Project/study')
100081
['100083', '100085']
['BIT ', ' 100085']
100083
100085
BITzipcode zipcode

面向对象是用法：（6种）

regexp = re.compile(pattern, flag=0)

regexp.search()

regexp.match()

regexp.findall()

regexp.split()

regexp.finditer()

regexp.sub()

 

返回的match 对象属性和方法：

m.string

m.re (带compile)

m.pos(搜索字符串的起始位置）

m.endpos

m.group(0)

m.start()

m.end()

m.span() (start and end relation)

 

Re库 默认采用贪婪匹配，即输出匹配最长的匹配。

match = re.search(r'PY.*N', 'PYANBNCNDN')

If you want the shortest match, then you should add '?'

match = re.search(r'PY.*?N', 'PYANBNCNDN')

*?

+?

??

{m, n}? 扩展前一个字符m次或n次

 Notes: