re庫、正則表達式基本使用

re庫是python的標準庫，主要用於字符串匹配。
Re庫主要功能函數

re.search()函數

re.match()函數

正則表達式

1.特殊字符

• ^h表示以h開頭，.表示任意字符，*表示任意屢次

import re
line = 'hello 123'
# ^h表示以h開頭，.表示任意字符，*表示任意屢次
re_str = '^h.*'
if re.match(re_str, line):
    print('匹配成功')  # 輸出：匹配成功 

• $表示結尾字符

import re
line = 'hello 123'
re_str = '.*3$' # 前面可爲任意多個任意字符，但結尾必須是3
if re.match(re_str, line):
    print('匹配成功')  # 輸出：匹配成功 

• ?表示非貪婪模式

import re
line = 'heeeello123'
re_str = '.*?(h.*?l).*'  # 只要()中的子串
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：heeeel
                              # 若是去掉?,則輸出：heeeell

• +表示至少出現一次

import re
line = 'heeeello123'
re_str = '.*(h.+?l).*'
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) #輸出：heeeel

• {2}表示前面字符出現2次

import re
line = 'heeeello123'
re_str = '.*?(e.{2}?l).*' # 匹配的是e+任意2個字符+l
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：eeel

• | 表示或

import re
line = 'hello123'
re_str = '((hello|heeello)123)'
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：python123

• []表示對單個字符給出取值範圍

import re
line = 'hello123'
re_str = "([jhk]ello123)"  # [jhk]表示jhk中的任一個均可以
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：hello123

• [^]表示非字符集

import re
line = 'hello123'
re_str = "([^j]ello123)" # [^j]表示不是j的都行
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：hello123

• \s表示空格 \S表示非空格

import re
line = 'hello123 好' #字符串有空格
re_str = "(hello123\s好)"  # 匹配上空格
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) #輸出：hello123 好

• [\u4E00-\u9FA5]表示漢字

import re
line = 'hello 北京大學'
re_str = ".*?([\u4E00-\u9FA5]+大學)"
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 輸出：北京大學

小例子 提取出生日期

import re
line = 'xxx出生於2000年6月1日'
line = 'xxx出生於2000/6/1'
line = 'xxx出生於2000-6-1'
line = 'xxx出生於2000-06-01'
line = 'xxx出生於2000-06'
re_str = ".*出生於(\d{4}[年/-]\d{1,2}([月/-]|\d{1,2}|$))"
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1))