正则表达式基础

re – regular expression – regex – re

• 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

• 通用的字符串表达框架
• 简洁表达一组字符串的表达式
• 针对字符串表达“简洁”和“特征”思想的工具
• 判断某个字符串特征匹配

正则表达式应用

• 表达文本类型特征（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

正则表达式的使用

• 编译：将符合正则表达式语法的字符串转换成正则表达式特征
  编译后的特征与一组字符串是对应的， 编译之前的字符串只是符合正则表达式语法的单一字符串
  
  
  经典实例
  
  匹配IP地址的正则表达式
  

re库的基本使用

raw string类型（原生字符串类型）

• 表达方式：r”string”。 结果 string中的\不解释为转义字符
  
  • 当string中包含\， 可以使用原生字符串类型。

re库的几个基本函数

• 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者原生字符串表示
  • string：要与patten匹配的字符串
  • flags：正则表达式使用时的控制标记
    
    • re.I 标记：匹配正则表达式时忽略大小写
    • re.M 标记：正则表达式中的^操作符。 当没有re.M时， ^操作符只能匹配字符串的开头部分， 加了re.M之后， 可以匹配字符串中每行的开头部分
    • re.S 标记：正则表达式的.操作符， 没有re.S时， .操作符能匹配除换行符之外的所有字符， 加了re.S之后可以匹配所有字符
• 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
  • 参数与search的参数一致1

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

• re.findall(pattern, string, flag = 0)
  
  • 搜索字符串， 以列表类型返回全部能匹配的子串
  • 参数与search一致

ls = re.findall(r"[1-9]\d{5}", "BTI100081 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的结果进行分割，返回列表类型。
  • 其余三个参数与前面一致

import rels = re.split(r"[1-9]\d{5}", "BTI100081 TSU100084")ls['BTI', ' TSU', '']

- maxsplit：最大分割数， 剩余部分作为一个部分输出

import rels = re.split(r"[1-9]\d{5}", "BTI100081 TSU100084")ls['BTI', ' TSU', '']re.split(r"[1-9]\d{5}", "BTI100081 TSU100084", maxsplit = 1)['BTI', ' TSU100084']

• re.finditer(pattern, string, flags = 0)
  
  • 搜索字符串， 返回一个匹配结果的迭代你类型， 每个迭代元素是match对象
  • 参数和前面的是一样的。

for m in re.finditer(r"[1-9]\d{5}", "BTI100081 TSU100084"):    if m:        print (m.group(0))  100081100084

• re.sub(pattern, repl, string, count = 0, flags = 0)
  
  • 把一个新的字符串替换与正则表达式匹配的字符串， 然后与原来的字符串进行组合， 返回替换后的字符串
  • 其他三个参数与上面出现的一致
  • repl：替换匹配字符串的字符串
  • count：匹配的最大替换次数
• 其中search、match、finditer返回对象都是match对象
• 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

re库另一种等价用法

---

参考自：http://www.icourse163.org/course/BIT-1001870001