re库学习笔记

re库默认采用贪婪匹配，返回最长的字符串，

最小匹配操作符

match对象

• match对象的常用属性
  • .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
  • .enpos : 正则表达式搜索文本的结束位置
• match对象的常用方法
  • 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())

re库的函数式用法（单次操作）

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.search(pattern, string, flags=0)

• pattern:正则表达式的字符串或原生字符串表示
• string:待匹配的字符串
• flags: 正则表达式使用时的控制标记

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

re.match()

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:正则表达式的字符串或原生字符串表示
• string:待匹配的字符串
• flags: 正则表达式使用时的控制标记

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

re.findall()

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

• pattern:正则表达式的字符串或原生字符串表示
• string:待匹配的字符串
• flags: 正则表达式使用时的控制标记

import re
ls = re.match(r'[1-9]\d{5}', 'ZHEN 471000 LUO 471001')
print(ls)

re.split()

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

• pattern:正则表达式的字符串或原生字符串表示
• string:待匹配的字符串
• flags: 正则表达式使用时的控制标记
• 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}', 'BIT100081 TSU100084')
print(ls)
ls = re.split(r'[1-9]\d{5}', 'BIT100081 TSU100084', maxsplit=1)
print(ls)

re.finditer()

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

• pattern:正则表达式的字符串或原生字符串表示
• string:待匹配的字符串
• flags: 正则表达式使用时的控制标记

import re
for match in re.finditer(r'[1-9]\d{5}', 'BIT100081 TSU100084'):
    print(match.group(0))

re.sub()

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

• pattern:正则表达式的字符串或原生字符串表示
• repl:用于替换待匹配的字符串的字符串
• string:待匹配的字符串
• count:匹配的最大替换次数
• flags: 正则表达式使用时的控制标记

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

re库的面向对象用法（多次操作）

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

将正则表达式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

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