re库的基本使用

请先看一遍这张表，对一下说明，在脑子里留一个印象。再看揪下来的每个方法的使用及讲解。

函数	说明
compile(pattern, flags=0)	编译正则表达式返回正则表达式对象
match(pattern, string, flags=0)	用正则表达式匹配字符串 成功返回匹配对象 否则返回None
search(pattern, string, flags=0)	搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None
split(pattern, string, maxsplit=0, flags=0)	用正则表达式指定的模式分隔符拆分字符串 返回列表
sub(pattern, repl, string, count=0, flags=0)	用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数
fullmatch(pattern, string, flags=0)	match函数的完全匹配（从字符串开头到结尾）版本
findall(pattern, string, flags=0)	查找字符串所有与正则表达式匹配的模式 返回字符串的列表
finditer(pattern, string, flags=0)	查找字符串所有与正则表达式匹配的模式 返回一个迭代器
purge()	清除隐式编译的正则表达式的缓存
re.I / re.IGNORECASE	忽略大小写匹配标记
re.M / re.MULTILINE	多行匹配标记

Pattern对象的创建

主要有两个对象:Pattern、Match：模式对象、匹配对象

模式对象也可以叫正则表达式对象。

• compile(pattern,flags=0)

编译正则表达式并返回一个正则表达式对象

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
print(type(pattern))

可以看到返回一个Pattern对象，使用这个对象就可以匹配字符串。

match方法创建Match对象

• match(pattern, string, flags=0)

用正则表达式匹配字符串 成功返回匹配对象 否则返回None

方式一：

import re
match_res = re.match(r'[0-9]{3}-[0-9]{6,8}','010-12345678')
print(type(match))

这里返回一个Match对象，如果直接使用re模块中的match方法，需要传入一个正则表达式。

方式二：

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
match_res = pattern.match('010-12345678')

这里同样返回一个Match对象，我们可以看到第二种方式先创建了一个Pattern对象，再用该对象调用match方法，生成一个Match对象。

其实方式一，也是先生成一个Match对象，再由这个对象调用match方法生成Match对象。

扩展：在方式一中，其实第一个参数也可以是已经生成好的Pattern对象，但是不常用。如果使用了方式一生成Match对象，那么中间会产生一个Pattern对象，可以使用re.purge()方法清除缓存。

获取匹配的结果

按照前一节中的方式二，生成一个Match对象：

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
match_res = pattern.match('010-12345678')

通过Match对象的group方法获取：

print(match_res.group())

输出的结果：010-12345678

不传入参数到group()中，则默认为0，则获取第一个匹配的结果。

为什么不是010-123456呢？这是因为默认情况下，尽最大可能的匹配长的字符串。如何修改呢？我不知道。

search方法创建Match对象

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
search_res = pattern.search('abc010-12345678')
print(search_res.group(0))

输出结果：010-12345678

你可以试一下，使用match方法匹配，是会返回None，这是由于match方法是从第一个元素开始，如果不匹配则返回None，就不继续匹配了。

而search方法，则是匹配依次匹配所有子串。返回第一个匹配到的字符串，同样通过group()获取。

而如果正则表达式为：^[0-9]{3}-[0-9]{6,8},search也匹配不到，这是由于在正则表达式层面上同样要求是字符串必须以数字开头。

split方法

import re
pattern = re.compile(r'\s+')
split_res = pattern.split('a b    c d')
print(selit_res)

输出结果：[a,b,c,d]

输出结果为一个list，通过正则切割字符串，这比str.split('')更加强大。

sub方法

import re
pattern = re.compile(r'[操肏艹]|fuck|shit|傻[哈逼叉缺吊屌]')
sentence = '你丫是傻叉吗? 我操您大爷的. Fuck you.'
res = re.sub(pattern,'爱',sentence,flags=re.IGNORECASE)
print(res)

输出结果：将原字符串中匹配到的子串替换为指定的值，这里是：你丫是爱吗? 我爱你大爷的. 爱 you.

这里用到了flags，这个变量就是指定一些额外的标记。在这里就是，正则匹配的内容忽略大小写。更多标记设置不常用，知道有就行，后面去百度。

fullmatch方法

import re
pattern = re.compile(r'\d{3,6}')
full_res = pattern.fullmatch('12345678')

输出结果：None

必须整个字符串满足才行，这里字符串有8位，可正则要求最多6位，所以匹配失败。

findall方法

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
sentence = """刘德华的电话时123-123456，骗你的，其实是321-87654321，
肯定不是010-1234567，我的电话是110-119112
"""
all_res = pattern.findall(sentence)
print(type(iter_res))
for i in all_res:
    print(i）

输出结果：返回一个list。里面存放所有匹配的字符串。

finditer方法

import re
pattern = re.compile(r'[0-9]{3}-[0-9]{6,8}')
sentence = """刘德华的电话时123-123456，骗你的，其实是321-87654321，
肯定不是010-1234567，我的电话是110-119112
"""
iter_res = pattern.finditer(sentence)
print(type(iter_res))
for i in iter_res:
    print(type(i))
    print(i.group())

输出结果：iter_res为可迭代对象，迭代的元素是Match对象，可通过group()输出，每个Match对象匹配的字符串。

回顾

• compoile：传入一个正则表达式，返回一个Match对象
• match：传入一个字符串，返回一个Match对象。从第一个开始匹配，通过group获取第一个匹配的结果。
• search：传入一个字符串，返回一个Match对象。匹配所有子串，返回第一个匹配到的子串。
• fullmatch：传入一个字符串，返回一个Match对象。整个字符串必须完整匹配才会返回Match对象。
• split：传入一个字符串，返回一个list。通过正则切割字符串。
• sub：传入2个字符串，返回一个字符串。通过正则用第二个字符串替换掉匹配到的第一个字符串的子串。
• findall：传入一个字符串，返回一个list。list中元素为匹配到的子串。
• finditer：传入一个字符串，返回一个迭代器。迭代器中是所有所有匹配到的Match对象，可以通过group()方法获取子串。

我们需要记住的是，可以用re库做那些匹配操作，请将回顾的内容牢牢地记住。将每个方法都自己写一遍。这样，就算后面忘记了，也知道如何面向Google编程。