Python学习-37.Python中的正则表达式

作为一门现代语言，正则表达式是必不可缺的，在Python中，正则表达式位于re模块。

1 import re

这里不说正则表达式怎样去匹配，例如\d代表数字，^代表开头（也代表非，例如^a-z则不匹配任何小写字符），$代表结尾，这些百科或者其他书籍都有。

例子一，字符串中是否包含数字：

1 import re
2 userinput = input("please input test string:")
3 if re.match(r‘\d‘,userinput):
4     print(‘contain number‘)
5 else:
6     print(‘no number in input string‘)

假如输入的不包含数字的话，则re.match方法返回None，而含数字的话，则会返回一个Match对象。

例子二，分割字符串：

1 import re
2 userinput = input("please input test string:")
3 temp = re.split(r‘\s+‘,userinput)
4 print(temp)

\s代表任意空白字符（指空格、Tab等等的空白字符），+号表示1个或多个。那么这段代码的作用就是按照空白分割字符。例如字符串"a   b       dc"得到的将会是[‘a‘,‘b‘,‘dc‘]的列表。普通的字符串split函数要做到此功能则很难做到。

例子三，分组：

有时候，我们需要提取字符串中的一些部分，例如电话号码，由三位或四位的区号和八位的电话号码组成。

1 import re
2 userinput = input("please input test string:")
3 m = re.match(r‘(\d{3,4})-(\d{8})‘,userinput)
4 if m:
5     print(‘区号：‘ + m.group(1))
6     print(‘号码：‘ + m.group(2))
7 else:
8     print(‘格式错误‘)

分组使用()，这是正则表达式的基本。m.group从0开始计数，而0为输入的字符串。

例子四，贪婪匹配：

1 import re
2 userinput = input("please input test string:")
3 m = re.match(r‘^(\d+)(0*)$‘,userinput)
4 if m:
5     print(m.groups())
6 else:
7     print(‘格式错误‘)

输入102500，我们得到的是(‘102500‘,‘‘)。

而我们想要的结果是(‘1025‘,‘00‘)。这里就需要使用非贪婪匹配了。因为Python里正则表达式是默认使用贪婪模式的（C#中也是）。

修改代码如下：

1 import re
2 userinput = input("please input test string:")
3 m = re.match(r‘^(\d+?)(0*)$‘,userinput)
4 if m:
5     print(m.groups())
6 else:
7     print(‘格式错误‘)

即在\d+后加上一个?号。这样结果就会如我们所想的一样。

注意的是，非贪婪模式比贪婪模式效率要差，因此非到贪婪模式匹配不了就不要使用非贪婪模式。

例子五，正则表达式预编译：

使用re.compile方法。在多处需要使用到同一个正则表达式的时候，我们应该预编译该正则表达式，然后直接使用该方法返回的对象。