正则表达式--RE模块常用函数

在python当中使用正则表达式，主要是通过通过python提供的一个模块--re，这个模块提供了一个正则表达式引擎的接口，可以让你将REstring编译成对象并用他们来进行匹配。
编译正则表达式，编译后的正则，要比未编译的正则，匹配速度快很多

#首先导入re模块
import re
r = r'\d{3,4}-?\d{8}$'  #定义一个正则
p_tell = re.compile(r) #编译正则，给对象p_tell
print(p_tell.findall('010-12345678')) #此时就可以直接这么用

在编译过程中也可以接受可选的标识参数，让正则更灵活。例如：

csvt_re = re.compile(r'csvt',re.I)#编译过程中加上re.I这个参数就是不分大小写，re.I是正则的一个属性
print(csvt_re.findall('CSVT'))
print(csvt_re.findall('csvt'))
print(csvt_re.findall('cSvT'))

# 打印结果：['CSVT']
#          ['csvt']
#          ['cSvT']

在定义正则时，反斜杠会比较麻烦，这时可以在字符串前加‘r’，反斜杠就不会被任何特殊方式处理

执行匹配
match()：决定re是否在字符串刚开始的位置匹配

import re
csvt_re = re.compile(r'csvt',re.I)  #编译正则

print(csvt_re.match('csvt hello')) #匹配到会返回一个对象
print(csvt_re.match('hello'))  #匹配不到会返回一个空None
print(csvt_re.match(' hello csvt'))
#在实际程序中，最常见的做法是把MacthObject保存在一个变量里，然后检查它是否为None
x = csvt_re.match('hello csvt ')
if x:
    print('匹配到了！')
else:
    print('未匹配到！')

search()：扫描整个字符串，找到re匹配的位置

import re
csvt_re = re.compile(r'csvt',re.I)  #编译正则

print(csvt_re.search('hello csvt'))  #有结果，返回一个对象
print(csvt_re.search('csvt hello'))  #有结果，返回一个对象
print(csvt_re.search('hello csvt hello'))  #有结果，返回一个对象
print(csvt_re.search('hello hello'))  #没有有结果，返回None

findall()：找到re匹配的所有子串，并把他们作为一个列表返回

import re
csvt_re = re.compile(r'csvt',re.I)
print(csvt_re.findall('hello csvt hello csvt csvt'))

#打印结果：['csvt', 'csvt', 'csvt']

实例方法
group()：返回被re匹配的字符串

#首先导入re模块
import re
csvt_re = re.compile(r'csvt',re.I)
#re.match()方法，返回的是一个对象，接着使用.group()方法，可以直接返回匹配的到字符
print(csvt_re.match('csvt hello'))
print(csvt_re.match('csvt hello').group())

#打印结果依次为：<_sre.SRE_Match object; span=(0, 4), match='csvt'>
#               csvt

start()：返回匹配开始的位置
end()：返回匹配结束的位置
span()：返回一个元组包含匹配（开始，结束）的位置

模块级函数
--re模块也提供了顶级函数调用如：match()、search()、sub()、subn()、split()、findall()等
sub()    subn()

import re
csvt_re = re.compile(r'csvt',re.I)  #定义一个正则

s = 'csvt caat cvvt cccc'
rs = r'c..t'
print(re.sub(rs,'python',s))
print(re.subn(rs,'python',s))

#打印结果：python python python cccc
#         ('python python python cccc', 3)   subn()打印结果多了一个数字，一共替换了多少次

split()：切割

import re

s = '123+456-789*000'
print(re.split(r'[\+\-\*]',s))

#打印结果：['123', '456', '789', '000']