regular expression, regex, RE
正則表達(dá)式是用來簡(jiǎn)潔表達(dá)一組字符串的表達(dá)式
正則表達(dá)式的優(yōu)勢(shì)：簡(jiǎn)介、一行勝千言、一行就是特征（模式）
正則表達(dá)式在文本處理中十分常用：
表達(dá)文本類型的特征（病毒、入侵等）
同時(shí)查找或替換一組字符串
匹配字符串的全部或部分
編譯：將符合正則表達(dá)式語法的字符串轉(zhuǎn)換成正則表達(dá)式特征
正則表達(dá)式語法
正則表達(dá)式是由字符和操作符構(gòu)成
正則表達(dá)式語法實(shí)例：
P(Y|YT|YTH|YTHO)?N 對(duì)應(yīng) 'PN'、'PYN'、'PYTN'、'PYTHN'、'PYTHON'
PYTHON+ 對(duì)應(yīng)
'PYTHON'、'PYTHONN'、'PYTHONNN' …
PY[TH]ON 對(duì)應(yīng)
'PYTON'、'PYHON'
PY[^TH]?ON 對(duì)應(yīng)
'PYON'、'PYaON'、'PYbON'、'PYcON'…
PY{:3}N 對(duì)應(yīng)
'PN'、'PYN'、'PYYN'、'PYYYN'…
python RE庫(kù)的使用
RE庫(kù)是python庫(kù)的標(biāo)準(zhǔn)庫(kù)，主要用于字符串匹配
import re
re庫(kù)采用raw string類型表示正則表達(dá)式，表示為：r'text'
r'[1‐9]\d{5}'
r'\d{3}‐\d{8}|\d{4}‐\d{7}'
raw string是不包含對(duì)轉(zhuǎn)義符再次轉(zhuǎn)義的字符串
re庫(kù)也可以采用string類型表示正則表達(dá)式，但更繁瑣
例如：
'[1‐9]\d{5}'
'\d{3}‐\d{8}|\d{4}‐\d{7}'
建議：當(dāng)正則表達(dá)式包含轉(zhuǎn)義符時(shí)，使用raw string
RE庫(kù)的主要功能函數(shù)
re.search(pattern, string, flags=0)
在一個(gè)字符串中搜索匹配正則表達(dá)式的第一個(gè)位置返回match對(duì)象
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? string : 待匹配字符串
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
re.match(pattern, string, flags=0)
從一個(gè)字符串的開始位置起匹配正則表達(dá)式返回match對(duì)象
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? string : 待匹配字符串
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
re.findall(pattern, string, flags=0)
搜索字符串，以列表類型返回全部能匹配的子串
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? string : 待匹配字符串
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
re.split(pattern, string, maxsplit=0, flags=0)
將一個(gè)字符串按照正則表達(dá)式匹配結(jié)果進(jìn)行分割返回列表類型
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? string : 待匹配字符串
? maxsplit: 最大分割數(shù)，剩余部分作為最后一個(gè)元素輸出
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
re.finditer(pattern, string, flags=0)
搜索字符串，返回一個(gè)匹配結(jié)果的迭代類型，每個(gè)迭代元素是match對(duì)象
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? string : 待匹配字符串
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
re.sub(pattern, repl, string, count=0, flags=0)
在一個(gè)字符串中替換所有匹配正則表達(dá)式的子串返回替換后的字符串
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? repl : 替換匹配字符串的字符串
? string : 待匹配字符串
? count : 匹配的最大替換次數(shù)
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
RE庫(kù)的一種等價(jià)用法
rst = re.search(r'[1‐9]\d{5}', 'BIT 100081')
pat = re.compile(r'[1‐9]\d{5}')
rst = pat.search('BIT 100081')
面向?qū)ο笥梅ǎ壕幾g后的多次操作
函數(shù)式用法：一次性操作
regex = re.compile(pattern, flags=0)
將正則表達(dá)式的字符串形式編譯成正則表達(dá)式對(duì)象
? pattern : 正則表達(dá)式的字符串或原生字符串表示
? flags : 正則表達(dá)式使用時(shí)的控制標(biāo)記
regex = re.compile(r'[1‐9]\d{5}')
RE庫(kù)的Match對(duì)象
Match對(duì)象是一次匹配的結(jié)果，包含匹配的很多信息
match = re.search(r'[1‐9]\d{5}', 'BIT 100081')
if match:
print(match.group(0))
type(match)
<class '_sre.SRE_Match'>
Match對(duì)象的屬性
Match 對(duì)象的方法
RE庫(kù)的貪婪匹配和最小匹配
