Re库又称为正则表达式库，是Python的标准库，主要用于字符串的匹配

调用方法

 import re

Re库的基本使用

Re库使用raw string 类型（原生字符串类型），表示为r'test'，例如：r'[1-9]\d{5}'表示大陆的邮政编码
【原生字符串：不包含转义符的字符串】
应用：当正则表达式中包含转义字符时，用raw string来表达

Re库的主要功能函数

re.search()

在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象，在字符串中搜索和正则表达式一样的地方
re.search(pattern,string,flags=0)
pattern：正字表达式的字符串或原生字符串表示
string ：待匹配的字符串
flags：正则表达式使用是的控制标记
【flags：正则表达式使用是的控制标记
re.I（re.IGNORECASE）忽略正则表达式的大小写，A-Z能匹配小写字母
re.M （re.MULTILINE）正则表达式中的^操作符能够将给定字符串的每行当做匹配的开始，没有这个标记的话，是只匹配整个字符串的开始部分，如果给定字符串是一篇文章，则从每一行的开始匹配
re.S （re.DOTALL）正则表达式中的.操作符能够匹配所有字符，默认匹配除换行外的所有字符，如果有了这个标记，则可以匹配所有字符，包括换行符
】

improt re
match = re.search(r'[1-9]\d{5}','BIT 100085')
if match:
     print(match.group(0))
100085
【if match的作用是验证返回的match对象不为空，调用其方法group可输出匹配结果】

re.match()

从一个字符串的开始位置起匹配正则表达式，返回match对象，只在给定字符串的开始位置匹配正则表达式

re.findall()

搜索字符串，以列表类型返回全部的匹配字符串

improt re
ls = re.findall('[1-9]\d{5}','BIT100081 TSU100084')
ls
['100081','100084']

re.split()

将一个字符串按照正则表达式匹配结果进行分割，返回子串的列表类型
re.split(pattern,string,massplit=0,flags=0)
【pattern：正字表达式的字符串或原生字符串表示
string：待匹配字符串
maxsplit：最大分割数，剩余部分作为最后一个元素输出
flags：正则表达式使用是的控制标记
】

import re
re.split('[1-9]\d{5}','BIT100081 TSU100084 ')
['BIT',' TSU',' ']
re.split('[1-9]\d{5}','BIT100081 TSU100084 ',maxsplit=1)
['BIT',' TSU100084 ']

re.finditer()

搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象，可以通过循环方式对每一个匹配进行相关操作
re.finditer(pattern,string,flag)

import re
for m in re.finditerre.split('[1-9]\d{5}','BIT100081 TSU100084 '):
   if m:
      print(m.group(0))
100081
100084

re.sub()

在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串
re.sub(pattern,repl,string,count=0,flags=0)
【repl：替换匹配字符串的字符串
count：匹配的最大替换次数
】

import re
re.sub(r'[1-9]\d{5}',':zipcode','BIT100081 TSU100084 ')
'BIT:zipcode TSU:zipcode'

Re库的两种等价用法：

函数式用法：

rst = re.search(r'[1-9]\d{5}','BIT 100081 ')

面向对象法：

pat = re.compile(r'[1-9]\d{5}')
rst = pat.search('BIT 100081')

regex = re.compile(pattern,flags=0)
【将正则表达式的字符串形式编译成正则表达式对象】

Re库的match对象类型

match对象是一次匹配的结果，包含了许多相关的信息

match对象的属性

.string 待匹配的文本
.re 匹配是使用的pattern对象（正则表达式）
.pos 正则表达式搜索文本开始位置（从原文本字符串开始搜索的字符的下标）
.endpos 正则表达式索索文本的结束位置（从原文本字符串结束搜索的字符的下标）

match对象的方法

.group(0) 获得匹配后的字符串
.start() 匹配字符串在原始字符串的开始位置(开始下标)
.end() 匹配字符串在原始字符串的结束位置（结束下标）
.span 返回元组类型（.start()，.end()）

示例代码

import re
m = re.search(r'[1-9]\d{5}','BIT100081 TSU100084 ')
m.string                'BIT100081 TSU100084'
m.re                     re.compile('[1-9]\\d{5}')
m.pos                    0
m.endpos                 19
m.group(0)               '100081'
m.start()                3
m.end()                  9
m.span()                 (3,9)

Re库的贪婪匹配和最小匹配

Re库默认采用贪婪匹配，即输出匹配最长的子串
如：

improt re
match = re.search(r'PY.*N','PYANBNCNDN')
print(match.group(0))

PYANBNCNDN

如何输出最短子串呢（最小匹配）

match = re.search(r'PY.*？N','PYANBNCNDN')

PYAN

最小匹配操作符

*? 前一个字符的0次或无限次扩展，最小匹配
+? 前一个字符的1次或无限次扩展，最小匹配
?? 前一个字符的0次或1次扩展，最小匹配
{m,n}? 前一个字符的m至n次扩展，包含n，最小匹配