Python正则表达式（Regular Expression）

1. 定义
   简洁表达一组字符串的表达式

2. 编译re.compile
   将符合正则表达式语法的字符串转换成正则表达式特征

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

3. 正则表达式常用操作符

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或非b或非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
I	左右表达式任意一个	abc I def表示abc、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 I 操作符	（abc）表示abc，（abc I 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]
\s	空白字符（制表符、空格、换行符）

4. 经典正则表达式实例

正则表达式	含义
^ [A-Za-z]+$	由26个字母中任意个数的字母组成的字符串
^ [A-Za-z0-9]	由26个字母和数字中任意个数组成的字符串
^-?\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} I \d{4}-\d{7}	国内电话号码，010-6891353

5. 注意
   当正则表达式包含转义符时使用raw string，则无需繁琐的写两次/表示转义字符，即‘r’后跟正则表达式
   Re库默认采用贪婪匹配，即输出匹配最长的子串
   若需要最小匹配，则

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，最小匹配

6. Re库的两种用法
   a.函数式用法：一次性操作 ,如： rst = re.search(r'[1-9]\d{5}','BIT 100081')

Re库主要功能函数Re库主要功能函数

函数	语法	参数	功能
re.search()	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	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()	re.match(pattern,string,flags = 0)	同上	从一个字符串的开始位置起匹配正则表达式，返回match对象，若要使用match对象，需要先判断match对象是否为空
re.findall()	re.findall(pattern,string,flags=0)	同上	搜索字符串，以列表类型返回全部能匹配的子串
re.split()	re.split(pattern,string,maxsplit=0,flags=0)	maxsplit-最大分割数，剩余部分作为最后一个元素输出	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()	re.finditer(pattern,string,flags=0)	同上	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()	re.sub(pattern,repel,string,count=0,flags=0	repel-替换匹配字符串的字符串;count-匹配的最大替换次数	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

控制标记	说明
re.I re.IGNORECASE	忽略正则表达式的大小写，[A-Z]能够匹配小写字母
re.M re.MULTILINE	正则表达式中的^ 操作符能够将给定字符串的每行当做匹配开始
re.S re.DOTALL	正则表达式中的.操作符能够匹配所有字符，包括换行符

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,只返回匹配的第一个字符串
.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()）

b.面向对象用法：编译后的多次操作，如：

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