Re库

Re库是Python的标准库，主要用于字符串匹配，Re库的使用 r'正则表达式'，使用前需要导入import re

常用的方法

函数名	说明
re.search()	在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()	从一个字符串中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匹配的字符串
re.split()	将一个字符串按照正则表达式匹配结果进行分割，返回列表对象
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

re.search(parttern,string,flags=0)

在字符串中搜索匹配正则表达式的第一个位置，返回match对象

• parttern : 正则表达式的字符串
• string ：待匹配的字符串
• flags : 正则表达式使用时的控制标记
  • re.I 忽略正则表达式的大小写，[A-Z]能匹配小写字符
  • re.M 正则表达式中的^操作符能将给定字符串的每行当做匹配开始
  • re.S 正则表达式中的.操作符能匹配所有字符。默认不匹配换行符

import re
match = re.search(r'[1-9]\d{5}','BIT 100081 100082')
if match:
    print(match.group(0))

打印结果：100081  #只匹配第一个位置

re.match(parttern,string,flags=0)

从一个字符串中的开始位置起匹配正则表达式，返回match对象

import re
match = re.match(r'[1-9]\d{5}','BIT 100081 100082')
if match:
    print(match.group(0))

打印结果为空  #因为只匹配字符串的开始位置，所以没有match对象

import re
match = re.match(r'[1-9]\d{5}','100083BIT 100081 100082')
if match:
    print(match.group(0))
打印结果：100083

re.findall(parttern,string,flags=0)

搜索字符串，以列表类型返回全部能匹配的字符串

import re
ls = re.findall(r'[1-9]\d{5}','100083BIT 100081 100082')
print(ls)

打印结果： ['100083', '100081', '100082']

re.split(parttern,string,maxsplit=0,flags=0)

将一个字符串按照正则表达式匹配结果进行分割，符合正则表达式结果作为一个空元素，返回列表对象 maxsplit : 最大分割数，剩余部分作为最后一个元素输出

import re
ls = re.split(r'[1-9]\d{5}','100083BIT 100081 100082')
print(ls)
ls1 = re.split(r'[1-9]\d{5}','100083BIT 100081 100082',maxsplit=1)
print(ls1)

打印结果：['', 'BIT ', ' ', '']
        ['', 'BIT 100081 100082']

re.finditer(parttern,string,flags=0)

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

import re
for m in re.finditer(r'[1-9]\d{5}','100083BIT 100081'):
    if m:
        print(m.group(0))

打印结果：  100083
          100081

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

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

• repl : 替换匹配的字符串
• count : 最大替换次数

import re
string = re.sub(r'[1-9]\d{5}','zipcode','BIT100081 TSU100082')
print(string)
str = re.sub(r'[1-9]\d{5}','zipcode','BIT100081 TSU100082',count=1)
print(str)

打印结果：BITzipcode TSUzipcode
        BITzipcode TSU100082

Re的其他写法

等价写法
rst = re.search(r'[1-9]\d{5}','BIT 100081')
等价于
pat = re.compile(r'[1-9]\d{5}')
res = pat.search('BIT 100081')

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

将正则表达式的字符串编译成正则表达式对象

贪婪匹配和最小匹配

在匹配的字符串中，如果字符串有多项字符串可以匹配正则表达式的，默认使用贪婪匹配，即匹配最长的字符串，例:

import re
match = re.search(r'PY.*?N','PYANBNCNDNEN')  # 默认使用贪婪匹配
if match:
    print(match.group(0))
    
match1 = re.search(r'PY.*?N','PYANBNCNDNEN') # 更改正则，使用？约束成最小匹配
if match1:
    print(match1.group(0))
    
打印结果：PYANBNCNDNEN
        PYAN

Match对象

match对象是一次匹配的结果，里面包含了很多匹配信息，如果希望获得所有的匹配对象，使用findall

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技术位置

方法

方法	说明
group(0)	获取匹配后的字符串
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())

import re
match = re.search(r'[1-9]\d{5}','BIT100081 TSU100084')
if match:
    print("string:" + match.string)
    print(match.re)
    print(match.pos)
    print(match.endpos)
    print(match.group(0))
    print(match.start())
    print(match.end())
    print(match.span())
    
打印结果：string:BIT100081 TSU100084
    <_sre.SRE_Pattern object at 0x10ded39f0>
    0
    19
    100081
    3
    9
    (3, 9)