Re（正则表达式）库入门

学习笔记手札及单元小结Re库的基本使用re.search(pattern,string,flags=0)re.match(pattern,string,flags=0)re.findall(pattern,string,flags=0)re.split(pattern,string,maxsplit=0,flags=0)re.finditer(pattern,string,flags=0)re.sub(pattern,repl,string,count=0,flags=0) Re库的另一种等价用法regex = re.compile(pattern,flags=0) Re库的Match对象Match对象介绍Match对象实例 Re库的贪婪匹配和最小匹配贪婪匹配最小匹配

学习笔记手札及单元小结

Re库的基本使用

import re

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

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

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

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

从一个字符串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') >>> if match: match.group(0) >>> match.group(0) Traceback (most recent call last): File "<pyshell#10>", line 1, in <module> match.group(0) AttributeError: 'NoneType' object has no attribute 'group' >>> match = re.match(r'[1-9]\d{5}','100081 BIT') >>> if match: match.group(0) '100081'

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

搜索字符串，以列表类型返回全部能匹配的子串

>>> import re >>> ls = re.findall(r'[1-9]\d{5}','BIT100081 TSU100084') >>> ls ['100081', '100084']

re.split(pattern,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，返回列表类型

>>> import re >>> ls = re.findall(r'[1-9]\d{5}','BIT100081 TSU100084') >>> ls ['100081', '100084'] >>> import re >>> re.split(r'[1-9]\d{5}','BIT100081 TSU100084') ['BIT', ' TSU', ''] >>> re.split(r'[1-9]\d{5}','BIT100081 TSU100084',maxsplit=1) ['BIT', ' TSU100084']

re.finditer(pattern,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}','BIT100081 TSU100084'): if m: print(m.group(0)) 100081 100084

re.sub(pattern,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

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

Re库的另一种等价用法

函数式用法：一次性操作

>>> rst = re.search(r'[1-9]\d{5}','BIT 100081')

面向对象用法：编译后的多次操作

>>> import re >>> pat = re.compile(r'[1-9]\d{5}') >>> rest = pat.search('BIT 100081') >>> pat re.compile('[1-9]\\d{5}') >>> rest <re.Match object; span=(4, 10), match='100081'> >>>

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

>>> regex = re.compile(r'[1-9]\d{5}')

Re库的Match对象

Match对象介绍

Match对象是一次匹配的结果，包含匹配的很多信息

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

Match对象实例

>>> import re >>> m = re.search(r'[1-9]\d{5}',"BIT100081 TSU100084") >>> m.re re.compile('[1-9]\\d{5}') >>> m.pos 0 >>> m.endpos 20 >>> m.group(0) '100081' >>> m.start() 3 >>> m.end() 9 >>> m.span() (3, 9)

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

>>> match = re.search(r'PY.*N','PYANBNCNDN') >>> match.group(0) 'PYANBNCNDN'

最小匹配