【Re正则表达式库】Re库使用

import re

正则表达式在Python中表示

raw string（原生字符串）

• 原生字符串是不包含转义字符的字符串，re 库采用的是这种字符串。表示方式是 r``'text'

例如 r``'[1-9]\d{5}'

• re 库也可以采用string类型的字符串，但是数学麻烦

上面的就需要写成这个样r``'[1-9]``\``\d{5}'

• 所以，当正则表达式中包含转义字符时，使用原生字符串比较稳妥

  Re库主要功能函数

  

  re.rearch()

  
  

  >>> import re
  >>> match = re.search(r"[1-9]\d{5}", "Bit 100081")
  >>> if match:
        print(match.group(0))
  100081

  re.match()

  ```python

  import re match = re.match(r”[1-9]\d{5}”, “BIT 100081”) match.group(0)

AttributeError Traceback (most recent call last)

in ——> 1 match.group(0)

AttributeError: ‘NoneType’ object has no attribute ‘group’

- 报错是以为 `match()` 是从字符串起始位置开始匹配，所以匹配失败。
- 所以在程序中要判断变量**match**是否不为空
```python
>>> match = re.match(r'[1-9]\d{5}', 100081 BIT')
>>> if match:
        match.group(0)
'100081'

re.findall()

>>> import re
>>> ls = re.findall(r"[1-9]\d{5}", "BIT100081 TSU100084")
>>> ls
['100081', '100084']

re.split()

>>> import re
>>> re.split(r'[1-9]\d{5}', 'BIT100081 TSU100084')
['BIT', ' TUS', '']
>>> re.split(r'[1-9]\d{5}', 'BIT100081 TSU100084', maxsplit=1)
['BIT', ' TUS100084']

re.finditer()

>>> import re
>>> for m in re.finditer(r'[1-9]\d{5}', 'BIT100081 TSU100084'):
        if m:
            print(m.group(0))
100081
100084

re.sub()

>>> import re
>>> re.sub(r'[1-9]\d{5}', ':zipcode', 'BIT100081 TSU100084')
'BIT:zipcode TSU:zipcode'

Re库的面向对象形式

• 再在使用这个对象的6个成员函数的时候，就不需要填写 pattern 参数了

  Re库的Match对象

  >>> match = re.search(r'[1-9]\d{5}', 'BIT 100081')
  >>> if match:
        print(match.group(0))
  100081
  >>> type(match)
  <class '_sre.SRE_Match'>

  Match对象的属性

  

  Match对象的方法

  

  >>> import re
  >>> m = re.search(r'[1-9]\d{5}', ':zipcode', 'BIT100081 TSU100084')
  >>> m.string
  'BIT100081 TSU100084'
  >>> m.re
  re.compile('[1-9]\\d{5}')
  >>> m.pos
  0
  >>> m.endpos
  19
  >>> m.group(0)
  '100081'
  >>> m.start()
  3
  >>> m.end()
  9
  >>> m.span()
  (3, 9)

  Re库的贪婪匹配和最小匹配

  
  

• 如何输出最短的子串呢？