【卷一】re.split应用

有时候，用re.split()匹配字符串会比findall,search, match等

正则表达式对象方法方便简洁很多!

参考: 《Python核心编程(3rd)》—p23

如果给定分隔符而不是使用像句点 ‘.‘、‘\w‘这样的特殊符号来构成正则表达式，那么re.split()和str.split是一样的

 1 # coding: utf-8
 2
 3 # 导入re, RegEx:(Regular Expressions)正则表达式
 4 import re
 5
 6 # 一般来说，用 "" 包围起来的就是(string)字符串
 7 # print type(txt)可打印txt的类型
 8 txt = "Welcome to our school!"
 9 # 按空格分割字符串
10 print re.split(" ", txt)
11 print "--" * 20
12 # 或者写成txt.split()的形式
13 print txt.split(" ")

点我

下面进入主题，用re.split()来做点事！附上用findall捣鼓的匹配

 1 # coding: utf-8
 2
 3 import re
 4
 5 data = (
 6     "Mountain View, CA 94040",
 7     "Sunnyvale, CA",
 8     "Los Altos, 94023",
 9     "Cupertino 95014",
10     "Palo Alto CA",
11     )
12
13
14 for i in data:
15     # 按后面是5个连续的数字分|按后面是2个连续的大写字母分
16     # 我们要的是总的分组/子组，里面的用(?: )括起来表示不保存!
17     print re.split(r", |(?= (?:\d{5}|[A-Z]{2})) ", i)
18
19     # 按每行字符串的逗号分|按2个连续的大写字母分|按5个连续的数字分|按1个或多个单词+空格分
20     # 我们需要的是外面" "围起来总的分组，也可以加括号更明显地表示，所以里面的子组不保存用(?:)括起来
21     # print re.findall(r".+,|[A-Z]{2}|\d{5}|(?:\w+ )+", i)

展开

.: 是句点，又叫点号，匹配除 ‘\n‘ 外的任何字符

|  :管道符号，a|b 表示匹配a或b，因此又叫择一匹配符号

+: 重复前面的字符1到多次， ‘.+‘ 就是匹配除‘\n‘外的字符多次，也就是

我们要匹配的字符串有多少个字符，它就匹配多少个，‘.+,‘ 匹配任何字符

直到遇到逗号为止!

\w:匹配字母和数字,\w+就是匹配一个单词或多个字母或数字，(\w+ )+

表示匹配多少字母和空格!

\d:是匹配数字，{5}表示匹配前面的字符5次，\d{5}就是匹配5个数字，

$: 表示从后开始匹配,  \d{5}$ 表示匹配后面是五位数字的字符，相对应

的脱字符 ‘^‘ 表示从头开始匹配

[A-Z]是匹配26个大写字母的任一个,[A-Z]{2}就是匹配两个大写字母 ！

(?= ):比如(?= (?:\d{5}）表示它后面是空格加五位数字的字符，好吧，

乱再来，比如，(\w+)(?= "abc")表示匹配后面是abc的 \w+ 即字母或

者数字!

(?:  ): 通常加括号的比如(\w+)都是我们要的分组，也就是子组，但是有

一些不是我们要的，却不得不要的，所以给它这个符号，表示不保存该分组！