这篇博客是Mocc上的笔记

地址如下:

http://www.icourse163.org/learn/BIT-1001870001?tid=1450316449#/learn/content?type=detail&id=1214620502&cid=1218397683

RE 正则表示式 regular expression, regex, RE

概念

正则表达式是用来简洁表达一组字符串的表达式

特点

正则表达式是用来简洁表达一组字符串的表达式

正则表达式是一种通用的字符串表达框架

正则表达式是一种针对字符串表达“简洁”和“特征”思想的工具

正则表达式可以用来判断某字符串的特征归属

使用用途

表达文本类型的特征（病毒、入侵等）

同时查找或替换一组字符串

匹配字符串的全部或部分(用的最多)

语法

正则表达式 语法由字符和操作符构成

正则表达式的常用操作符

正则经典实例

Re库的基本使用

Re库是Python的标准库，主要用于字符串匹配

调用方式

import re

正则表达式的类型

raw string类型（原生字符串类型）

? re库采用raw string类型表示正则表达式，表示为：

? r‘text‘

例如：

r‘[1‐9]\d{5}‘

表明的就是中国的邮政编码

raw string是不包含对转义符再次转义的字符串

如果是String类型的

‘[1‐9]\\d{5}‘

中间要价两个\

Re库的主要功能函数

下面是例子

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

? 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

Flags具体如下：

例子如下:

import  re

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

match = re.search(r‘[1-9]\d{5}A‘,‘BIT 100081a‘,re.I)
if match:
    print(match.group(0))

‘‘‘
结果如下
100081
100081a
‘‘‘

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

pattern和string同上,falgs也是控制标记

例子如下:

import  re

match = re.match(r‘[1-9]\d{5}‘,‘BIT 100081‘)

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

一个例子

import  re

ls = re.findall(r‘[1-9]\d{5}‘,‘BIT100081 TSU100084‘)
print(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

maxsplit: 最大分割数，剩余部分作为最后一个元素输出

例子如下

import  re

ls = re.split(r‘[1-9]\d{5}‘,‘BIT100081 TSU100084‘)
print(ls)
# maxsplit最多分割一次,就是只要分割了一次,剩下的就会,成为列表的另一半
ls2 = re.split(r‘[1-9]\d{5}‘,‘BIT100081 TSU100084‘,maxsplit=1)
print(ls2)
‘‘‘
[‘BIT‘, ‘ TSU‘, ‘‘]
[‘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

? repl : 替换匹配字符串的字符串

? count : 匹配的最大替换次数

例子

import  re

Match = re.sub(r‘[1-9]\d{5}‘,‘:zipcode‘,‘BIT100081 TSU100084‘,1)
print(Match)

‘‘‘
BIT:zipcode TSU100084
‘‘‘

Re库的另一种等价用法

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

等于

pat = re.compile(r‘[1‐9]\d{5}‘)
rst = pat.search(‘BIT 100081‘)

前者是一次性操作,后者是面向对象用法：编译后的多次操作

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

Regex库

Re库的Match对象

Match对象是一次匹配的结果

一个栗子

import re

match = re.search(r‘[1-9]\d{5}‘,‘BIT 100081‘)
if match:
    print(match.group(0))
print(type(match))
‘‘‘
100081
<class ‘re.Match‘>
‘‘‘

Match对象的属性

Re库的贪恋匹配和最小匹配

① Re库默认的是贪恋匹配,就是在所有符合条件的答案里面,xr

② 贪恋匹配就是选择最长的那个,最小匹配就是匹配最小的那个

import re

match = re.search(r‘PY.*N‘,‘PYANBNCNDN‘)
print(match.group(0))       #PYANBNCNDN

match = re.search(r‘PY.*?N‘,‘PYANBNCNDN‘)
print(match.group(0))       #PYAN

最小匹配操作符

一句话总结:

只要长度输出可能不同的，都可以通过在操作符后增加?变成最小匹配

全文总结：

Re 正则表达式，是一种规则,用来匹配文本的规则,用他可以简化我们的文本匹配.

这一单元,我们主要学习了几个函数,和贪恋匹配最小匹配的概念。

正则表达式

原文：https://www.cnblogs.com/a-small-Trainee/p/12825685.html