正则表达式语法

正则表达式（ Regular Expression，简写为RE ），用来描述、匹配一系列符合某个句法规则的字符串的表达式，是通用的字符串表达框架。

正则表达式的常用操作符

操作符	说明	实例
[ ]	字符集，对单个字符给出的取值范围	[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的单个字符集
^	匹配字符串开头	^abc表示abc或以abc开头的字符串
$	匹配字符串结尾	abc$表示abc或以abc结尾的字符串
*	前一个字符出现0次或无限次	abc*表示ab, abc, abcc, abccc等
+	前一个字符出现1次或无限次	abc+表示abc, abcc, abccc等
？	前一个字符串出现0次或1次	abc?表示ab, abc
{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	ab{1,2}c表示abc，abbc
|	左右表达式任意一个	abc|def表示abc、def
( )	分组标记，内部只能使用|操作符	（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]

Re库的使用

Re库是Python的标准库，主要用于字符串的匹配。

表示类型：raw string 类型，即原生字符串类型，指不包含转义符的字符串。表示为：r'text'

（string类型会对字符串进行转义）

Re库的主要功能函数

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()	在一个字符串的给定开始位置起匹配正则表达式，返回matc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的正则表达式的子串，返回替换后的字符串

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

​ 在字符串中搜索平匹配正则表达式中的第一个，返回match对象

• ​ pattern: 正则表达式（原生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

  常用的控制标记：

  常用标记	说明
  re.I re.IGNORECASE	忽略正则表达式的大小写，如[A-Z]能匹配小写字母
  re.M re.MULTILINE	^操作符能将给定字符串的每一行当做匹配的开始
  re.S re.DOTALL	.操作符能够匹配所有字符，默认匹配除换行符外的所有字符

2. re.split(pattern, string, maxsplit=0, flags=0)

​ 将字符串按照正则进行分割，返回列表类型

​ maxsplit：最大的分割数，剩余部分作为最后一个元素输出

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

​ 替换匹配的字符串，返回替换后的字符串

​ repl：用于替换的字符串

​ count：替换次数

Re库的面向对象用法

# 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(pattern, flags=0)

Match对象

Match对象的属性

属性	说明
.string	待匹配的文本
.re	匹配时使用的正则表达式
.pos	搜索文本的开始位置
.endpos	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()	匹配字符串的开始位置
.end()	匹配结束位置
.span()	返回（.start(), .end()）

Re库的贪婪匹配和最小匹配

贪婪匹配：输出匹配的最长的子串（Re库默认采用贪婪匹配）

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

'PYANBNCNDN'

# 符合的有：PYAN，PYANBN，PYANBNCN，PYANBNCNDN. 输出最长


# 要输出最短，修改正则表达式
>>> match = re.search(r'PY.*?N', 'PYANBNCNDN')

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
+？	前一个字符1次或无限次扩展
??	前一个字符0次或1次扩展
{m, n}?	扩展前一个字符m至n次（含n）