正则表达式

一.re模块

 python提供re模块，包含所有正则表达式的功能

二.r前缀

使用r前缀,不用考虑转义问题

如:
s = r'ABC\-001'

三.match方法

判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None

如:

import re

if re.match(r'\w', 'afefe'):
    print('match')
else:
    print('no')

　　

四.切分字符串

如果可以切分,返回切分后的列表;如果不能,以列表返回原字符串

import re

print(re.split(r'\s+', 'a     ,b      d'))

输出:
['a', ',b', 'd']

　　

五.分组

提取子串,()表示提取的分组

import re

r = re.match(r'(\d+)-(\d+)', '010-059')
print(r.groups())
print(r.group(1)) #group(0)表示原字符串,1表示第一个匹配到的

　　

输出:
('010', '059')
010

 

六.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

1.贪婪匹配:

import re

r = re.match(r'^(\d+)(0*)$', '010000').groups()
print(r)

　　

输出:
('010000', '')

 

2.非贪婪匹配:

import re

r = re.match(r'^(\d+?)(0*)$', '010000').groups()
print(r)

　　

输出:
('01', '0000')

 

七.编译

当我们在Python中使用正则表达式时，re模块内部会干两件事情：

1.编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
2.用编译后的正则表达式去匹配字符串。

如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：

import re

re_num = re.compile(r'^(\d+?)(0*)$')
r = re_num.match('010000').groups()
print(r)