正则表达式

简介：关于正则表达式的应用

基本元字符

预定义字符类

量词

贪婪量词和懒惰量词

贪婪量词：尽可能多的匹配字符(r'\d{5,8}'，匹配的数字出现8个)

懒惰量词：尽可能少的匹配字符(r'\d{5,8}？'，匹配的数字出现5个)

re中的重要函数

search()函数

规则：在输入的字符串中查找，返回第一个匹配的内容，

找到返回match对象

否则返回None

mathch函数

规则：在输入字符串开始处中查找匹配内容，

找到返回match对象

否则返回None

search()函数和mathch函数的对比

import re
rule = r'\w+@qq\.com'
text = 'My email is 3011077997@qq.com.'

#search
res = re.search(rule,text)

#match
res1 = re.match(rule,text)

#打印结果
print(res)
print(res1)
# <re.Match object; span=(12, 29), match='3011077997@qq.com'>
# None

# 如果将text改为3011077997@qq.com.
# 则都能匹配到
# 结果为
# <re.Match object; span=(0, 17), match='3011077997@qq.com'>
# <re.Match object; span=(0, 17), match='3011077997@qq.com'>

findall()函数

规则：在输入字符串中查找所有匹配内容，

成功，返回match列表对象

否则返回None

规则：在输入字符串中查找所有匹配内容，

成功，返回容纳match的可迭代对象，通过迭代对象每次可以返回一个match对象

否则返回None

findall()函数和finditer()函数

import re
rule = r'[Pp]ython'
text = 'This is a python or Python'
my_list = re.findall(rule,text)
my_list1 = re.finditer(rule,text)
print(my_list)
print(my_list1)
# ['python', 'Python'] 
# <callable_iterator object at 0x000002FAE8317A60> 得到的是一个对象

for m in my_list1:
    print(m)
# <re.Match object; span=(10, 16), match='python'>
# <re.Match object; span=(20, 26), match='Python'>

字符串分割函数--split()

说明：按照匹配的子字符串进行字符串分割，返回字符串列表对象

用法：re.split(pattern,string,maxsplit =0, flags=0)

pattern: 正则表达式

string: 分割的字符串

maxsplit: 最大的分割次数,默认值为零：表示分割次数没有限制

flags: 编译标志

import re

rule = r'\d+'
text = 'AB12CD1234EF32G'
res = re.split(rule,text)
res1 = re.split(rule,text,maxsplit=2)
print(res)
print(res1)
# ['AB', 'CD', 'EF', 'G']
# ['AB', 'CD', 'EF32G']

字符串替换函数--sub()

说明：用于替换匹配的子字符串，返回值是替换后的字符串。

用法：re.sub（pattern , repl , string ,count =0 , flags=0）

pattern: 正则表达式

repl: 替换的字符串

string: 分割的字符串

count: 替换的最大数量,默认值为零：表示替换数量没有限制

flags: 编译标志

import re

rule = r'\d+'
text = 'AB12CD1234EF32G'
res = re.sub(rule,'',text)
res1 = re.sub(rule,'',text,count=1)
print(res)
print(res1)
# ABCDEFG
# ABCD1234EF32G