正则表达式与pythonRE库的使用

1-正则表达式

正则表达式（Regular Expression）：用于一种语法格式简洁表达一组字符串。正则表达式在处理文本中非常有用，识别病毒，字符串匹配等等。

2-正则表达式常用操作符。

操作符	作用
.	用于表示一个任意的字符
[ ]	表示一个在范围内的任意字符，例如[a-z]表示a-z的任意一个字符
[^]	表示一个不在范围内的任意字符
*	前一个字符0次或者无限次扩展，例如abc *表示ab或者abc或者abcc等等
+	前一个字符1次或者无限次扩展
?	前一个字符0次或者1次扩展
|	或
{m}	表示扩展前一个字符（包括前一个）m次，例如ab{3}c表示abbbc
{m,n}	表示扩展前一个字符m到n次
^	表示字符串的开头，例如，^abc 表示为abc且是一个字符串的开头
$	表示字符串的结尾，例如 abc$
( )	分组标记，内部只能使用 | 符号，例如(abc | def)
\d	表示数字0-9
\w	表示符号A-Z,a-z，0-9

3-经典正则表达式

表示由26个字母组成的任意字符串,^和$表示字符串的首尾匹配，表明这个是用来表示匹配字符串

^[A-Za-z]+$

表示由26个字母和数字组成的任意字符串

^[A-Za-z0-9]+$

表示整数形式的字符串

^-?\d+$

使用了UTF-8编码表示中文字符

[\u4e00-\u9fa5]

4-Python标准库re库

功能函数	函数参数	函数作用
re.search（）	pattern,string,flag=0	搜索待匹配字符串中第一个匹配的字符串
re.match()	pattern,string,flag=0	从待匹配的字符串的头开始匹配第一个匹配的字符串
re.findall()	pattern,string,flag=0	搜索字符串，以列表类型返回全部符合条件的子串
re.split()	pattern,string,maxsplit=0,flag=0	字符串匹配并分割
re.finditer()	pattern,string,flag=0	迭代匹配所有子串
re.sub()	pattern,repl，string,count=0,flag=0	将匹配到的字符串替换成指定字符串

参数解释：

pattern表示正则表达式的字符串

string待匹配的字符串

flag控制标记，默认0，可选控制标记有：

- re.I 忽略大小写匹配

- re.M ^操作符是表示从字符串的开头开始匹配，使用了re.M的标记之后可以从每行的字符串开头开始匹配

- re.S .操作符默认匹配除换行符外的所有字符，使用该标记后，也适用于换行符。

maxsplit通俗的理解就是从字符串首部开始匹配出maxsplit个pattern，然后将匹配的这几个挖掉，原字符串就变成maxsplit+1份了。

repl用于替换匹配到的子串

count表示替换的最大个数，默认为0表示全部替换

5-re库使用技巧

5-1-调用两种方法：

简单调用

s = re.match(r'\d+','123abc')

面向对象调用

s = re.compile(r'\d+')
m = s.match('123abc')

5-2-匹配原则

贪婪匹配，匹配第一个符合条件且最长的字符串

ss = re.search(r'p.*y','psyxxy')

输出结果ss.group(0) = ‘psyxxy’

最小匹配，匹配第一个符合条件切最短的字符串

ss = re.search(r'p.*?y','psyxxy')

输出结果ss.group(0) = ‘psy’

**通过添加？操作符进行最小匹配和贪婪匹配切换