正则表达式

常用正则表达式操作符

. ：表示任何单位个字符

[ ]：字符集，表示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次或者无限次扩展，*abc表示ab abc abcc abccc等

+：前一个字符1次或者无限次扩展

？：前一个字符o次或者1次扩展

|：左右表达式任意一个，abc|edf表示abc 或者def

 当字符串中有转义字符是建议使用原生字符串raw string 即r'text'

#!/usr/bin/python3
import re

match=re.search(r'[1-9]d{5}','BIT 100086')
if match:
    print(match.group(0))

 re.compile将原生正则表达式字符串编译成正则表达式对象，可以直接调用该对象（优点：可以多次调用该对象）

pat=re.compile(r'[1-9]d{5}')
result=pat.search('BIT100081')
print(result.group(0))

常用函数用法

#!/usr/bin/python3
import re

match=re.search(r'[1-9]d{5}','BIT 100086')
if match:
    print(match.group(0))

match1=re.findall(r'[1-9]d{5}','BIT100081 TSU100084')
print(match1)

match2=re.split(r'[1-9]d{5}','BIT100081 TSU100084')
print(match2)
match21=re.split(r'[1-9]d{5}','BIT100081 TSU100084',maxsplit=1)
print(match21)

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

match3=re.sub(r'[1-9]d{5}','zipCode','BIT100081 TSU100084')
print('match3:',match3)

match对象的常用函数

import re
m=re.search(r'[1-9]d{5}','TSU100084 BIT100081')
print('将要匹配的字符串：'+m.string)
print('将要匹配的正则表达式：',m.re)
print('开始匹配的起始位置：',m.pos)
print('开始匹配的结束位置：',m.endpos)
print('返回匹配的结果：',m.group(0))
print('匹配到的起始位置：',m.start())
print('匹配到的结束位置：',m.end())
print('匹配到的起始位置和结束位置：',m.span())

将要匹配的字符串：TSU100084 BIT100081
将要匹配的正则表达式： re.compile('[1-9]\d{5}')
开始匹配的起始位置： 0
开始匹配的结束位置： 19
返回匹配的结果： 100084
匹配到的起始位置： 3
匹配到的结束位置： 9
匹配到的起始位置和结束位置： (3, 9)

re库的贪婪匹配与最小匹配

re库默认贪婪匹配，如需最小匹配则需要在正则表达式合适的地方加？