正则表达式是用来简洁表达一组字符串的表达式
一、正则表达式的常用操作符
操作符 | 说明 | 实例 |
. | 表示任何单个字符 | |
[] | 字符集，对单个字符给出取值范围 | [abc]表示a、b、c，[a-z]表示a到z单个字符 |
[^] | 非字符集，对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
* | 前一个字符0次或无限次扩展 | abc*表示ab、abc、abcc、abccc等 |
+ | 前一个字符1次或无限次扩展 | abc+表示abc、abcc、abccc等 |
？ | 前一个字符0次或1次扩展 | abc?表示ab、abc |
| | 左右表达式任意一个 | abc|def表示abc或def |
{m} | 扩展前一个字符m次 | ab{2}c表示abbc |
{m,n} | 扩展前一个字符m至n次（含n） | ab{1,2}c表示abc、abbc |
^ | 匹配字符串开头 | ^abc表示abc且在一个字符串的开头 |
$ | 匹配字符串结尾 | abc$表示abc且在一个字符串的结尾 |
() | 分组标记，内部只能使用|操作符 | (abc)表示abc，(abc|def)表示abc、def |
\d | 数字，等价于[0-9] | |
\w | 单词字符，等价于[A-Za-z0-9] | |
例子：
正则表达式 | 对应字符串 |
P(Y|YT|YTH|YTHO)?N | 'PN','PYN','PYTN','PYTHN','PYTHON' |
PYTHON+ | 'PYTHON'，'PYTHONN'，'PYTHONNN'，... |
PY[TH]ON | 'PYTON'，'PYHON' |
PY[^TH]?ON | 'PYON','PYaON','PYbON','PYcON',... |
PY{:3}N | 'PN','PYN','PYYN','PYYYN' |
^[A-Za-z]+$ | 由26个字母组成的字符串 |
^[A-Za-z0-9]+$ | 由26个字母和数字组成的字符串 |
^-?\d+$ | 整数形式的字符串 |
^[0-9]*[1-9][0-9]*$ | 正整数形式的字符串 |
[1-9]\d{5} | 中国境内邮政编码，6位 |
[\u4e00-\u9fa5] | 匹配中文字符 |
\d{3}-\d{8}|\d{4}-\d{7} | 国内电话号码，如010-66885588 |
二、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，返回match对象 |
re.match() | 从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 |
1、语法re.search(pattern,string,flags=0)
pattern:正则表达式的字符串或原生字符串表示
string:待匹配字符串
flags:正则表达式使用时的控制标记，有
- re.I ：忽略正则表达式的大小写，[A-Z]能够匹配小写字符
- re.M：正则表达式的^操作符能够将给定字符串的每行当作匹配开始
- re.S：正则表达式中的.操作符能够匹配所有字符，默认匹配除换行外的所有字符
2、re.match(pattern,string,flags=0)
pattern:正则表达式的字符串或原生字符串表示
string:待匹配字符串
flags:正则表达式使用时的控制标记
3、re.findall(pattern,string,flags=0)
pattern:正则表达式的字符串或原生字符串表示
string:待匹配字符串
flags:正则表达式使用时的控制标记
4、re.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
5、re.finditer(pattern,string,flags=0)
pattern:正则表达式的字符串或原生字符串表示
string:待匹配字符串
flags:正则表达式使用时的控制标记
6、re.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:替换匹配字符串的字符串
string:待匹配字符串
count:匹配的最大替换次数
flags:正则表达式使用时的控制标记
三、Re库的另一种等价用法
函数式用法：rs = re.search(r'[1-9]\d{5}','BIT 100081')
面向对象用法：
pat = re.compile(r'[1-9]\d{5}')
rs = pat.search('BIT 100081')
说明：regex = re.compile(pattern,flags=0),将正则表达式的字符串形式编译成正则表达式对象。
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
四、Re库的match对象
Match对象的属性：
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 |
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()) |
代码说明：
import re
m = re.search(r'[1-9]\d{5}','BIT100081 TSU100084')
m.string #打印：'BIT100081 TSU100084'
m.re #打印：re.compile('[1-9]\\d{5}')
m.pos #打印：0 。搜索开始的位置
m.endpos #打印：19 。搜索结束的位置
m.group(0) #打印：'100081'
m.start() #打印：3
m.end() #打印：9
m.span() #打印：(3,9)五、Re库的贪婪匹配和最小匹配
贪婪匹配：Re库默认采用贪婪匹配，即输出匹配最长的子串。
贪婪匹配实例：
import re
match = re.search(r'PY.*N','PYANBNCNDN')
match.group(0) #打印：'PYANBNCNDN'最小匹配实例：
import re
match = re.search(r'PY.*?N','PYANBNCNDN')
match.group(0) #打印：'PYAN'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 |
