1.定義

regular expression（RE），正則表達(dá)式是用來簡潔表達(dá)一組字符串的表達(dá)式。
正則表達(dá)式通常被用來檢索、替換那些符合某個模式(規(guī)則)的文本。

正則表達(dá)式

2.正則表達(dá)式在文本處理中的常見用法

• 表達(dá)文本類型的特征（病毒、入侵等）
• 同時查找或替換一組字符串
• 匹配字符串的全部或部分

3.常用字符

3.1 匹配單個字符的元字符

3.2 提供計數(shù)功能的元字符

3.3 匹配位置的元字符

3.4 其他元字符

3.5 一些等價寫法

• ? 等價于匹配長度{0,1}
• * 等價于匹配長度{0,}
• + 等價于匹配長度{1,}
• \d 等價于[0-9]
• \D 等價于[^0-9]
• \w 等價于[A-Za-z_0-9]
• \W 等價于[^A-Za-z_0-9]

3.6 經(jīng)典正則表達(dá)式實(shí)例

由26個字母組成的字符串：^[A‐Za‐z]+
整數(shù)形式的字符串：^‐?\d+
中國境內(nèi)郵政編碼，6位：[1‐9]\d{5}
匹配中文字符：[\u4e00‐\u9fa5]
國內(nèi)電話號碼，如010‐68913536：\d{3}‐\d{8}|\d{4}‐\d{7}
IP地址：(([1‐9]?\d|1\d{2}|2[0‐4]\d|25[0‐5]).){3}([1‐9]?\d|1\d{2}|2[0‐4]\d|25[0‐5])

4.正則表達(dá)式在python中的使用

4.1 Re庫的基本使用

Re庫是Python的標(biāo)準(zhǔn)庫，主要用于字符串匹配，調(diào)用方式：

import re

正則表達(dá)式的表示類型：raw string（原生字符串類型）

r'[1-9]\d{5}'   # raw string是不包含對轉(zhuǎn)義符再次轉(zhuǎn)義的字符串
# 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
p = re.compile("r'[1-9]\d{5}'")   # p是得到的一組匹配的字符串

4.2 Re庫的主要功能函數(shù)

Re庫的另一種等價用法：

rst = re.search(r'[1‐9]\d{5}', 'BIT 100081')   //函數(shù)式用法：一次性操作
===
pat = re.compail(r'[1‐9]\d{5}')
rst = pat.search('BIT 100081')    //面向?qū)ο笥梅ǎ阂淮尉幾g，多次使用

4.3 Re庫的Match對象

4.4 Re庫的貪婪匹配和最小匹配

1. Re庫默認(rèn)采用貪婪匹配，即輸出匹配最長的子串
   例如：

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

>>>'PYANBNCNDN

2. 只要長度輸出可能不同的，都可以通過在操作符后增加?變成最小匹配