re库的使用

re库的使用

精确匹配

如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字

s1='00\d'#可以匹配'007',但是匹配不了'00A'
s2='\d\d\d'#可以匹配'010'
s3='\w\w\w'#可以匹配'py3'
s4='\s'#空格

匹配任意字符

s1='py.'#'pyc','pyo','py2'

匹配变长字符

符号	功能
*	任意个字符，包括0个
+	至少一个字符
?	0个或者1个字符
	n个字符
	n-m个字符

匹配特殊的符号

#010-12345
s='\d{3}\-\d{3,8}'#-是特殊字符要加转义\

表示范围

[]表示范围

字符串	表示
[0-9a-zA-Z_]	匹配一个数字，字母或者下划线
[0-9a-zA-Z_]+	至少匹配一个由数字、字母或者下划线所组成的字符串
[a-zA-Z_][0-9a-zA-Z_]*	字母开头，数字或字母或下划线构成的字符串
AlB	匹配A或者B
^	行的开头，^/d必须以数字开头
$	行的结束，\d$表示以数字结尾

Re模块

判断是否匹配

转义的问题

s='ABC\\-001'#python的字符串
#对应的正则表达式字符串变成
#'ABC\-001'

#不考虑转义问题
s=r'ABC\-001'
# 对应的正则表达式字符串不变：
# 'ABC\-001'

判断是否匹配

test = '用户输入的字符串'
if re.match(r'正则表达式', test):
    print('ok')
else:
    print('failed')

切分字符串

>>>s='a b  c'
>>>re.split(r'\s+',s)
>>>['a','b','c']
>>>s='a,b;; c d'
>>>re.split(r'[\s\,\;]+',s)
>>>['a','b','c']

分组

()代表了分组

^(\d{3})-(\d{3,8})$

>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'

注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。

贪婪匹配

正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。

>>>re=match(r'^(\d+)(0*)$','102300').groups()
>>>('102300','')

由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来。
加个?就可以让\d+采用非贪婪匹配

>>> re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')