python 正则表达式练习

知道【正则表达式】可能意味着用3步解决一个问题，而不是用3000步，如果你是一个技术怪侠，别忘了你用几次快捷键就能解决的问题，其他人需要数天的繁琐工作才能解决，而且他们还容易犯错。
—- Cory Doctorow

正则表达式总结：

  • ()添加小括号将在正则表达式中创建分组，
  • ？匹配[0,1]次前面的分组
  • *匹配[0,多]次前面的分组
  • +匹配[1,多]次前面的分组
  • {}匹配特定次数或者特定范围次数的前面的分组
  • {N} 匹配 N 次前面的分组
  • {N，}匹配[N, 多]次前面的分组
  • {,N}匹配[0,N]次前面的分组
  • {N,M}匹配[N,M]次前面的分组进行贪心（最大）匹配
  • {N,M}?匹配[N,M]次前面的分组进行非贪心（最小）匹配
  • *？或+？对前面的分组进行最小匹配。
  • ^span匹配的字符串必须以span开头
  • span$匹配的字符串必须以span结束
  • . 匹配所有字符（一个字符），换行符除外
  • \d,\w和\s分别匹配数字（0-9），单词（任意字母，数字或下划线），和空格（空格，制表符，换行符），
  • \D,\W,\S分别匹配出除数字，单词（任意字母，数字或下划线），空格（空格，制表符，换行符）以外的所有字符
  • [abca-zA-Z0-9]匹配方括号中的任意字符
  • [^abc]匹配不在方括号内的任意字符

python中使用正则表达式
import re #导入模块
x = re.compile(r’(\d\d\d)-(\d\d\d-\d\d\d\d) ‘) # 创建一个匹配对象 ，python 的转义字符要加
mo = x.search(‘My number is 415-555-4242. ‘) # 搜索匹配正则
mo.group() #匹配的结果

使用group（）匹配对象的方法从一个分组中获取匹配的文本，查找的是第一个匹配对象
group（）和group（0）返回完整的匹配
group(1),group(2) 返回对应第几个括号中的匹配值
groups() 返回多个匹配值的元组
mo.groups()
(‘415’,’555-4242’)
areacode,mainNumber = mo.groups()
areacode = 415
mainNumber = 5555-4242

用管道匹配多个分组（｜）
字符‘｜’称为管道，希望匹配多个值时使用r’a|b|c’将匹配a或b或c

使用findall（） 可以找出所有的匹配结果
只有正则表达式中没有分组，返回的是一个字符串列表。
如果有分组，findall将返回一个匹配的元组的列表。

用问号？实现可选匹配
re.compile(r’[aeiouAEIOU]’)匹配单词中的元音字母
re.compile(r’[^aeiouAEIOU]’)匹配单词中的非元音字母
在[]中的普通的正则表达式符合不会被解释，所以不要在前面(.,*,?,(,),)加转义的反斜杠（\）

点-星（.*）能匹配除换行外的所有字符，通过对re.comile()的第二个参数传人re.DOTALL,可以让句点字符匹配包括换行字符。

用sub（）方法替换字符串

管理复杂的正则表达式
比较复杂的需要长的费解的正则表达式，可以传人re.VERBOSE 作为re.compile()的第二个参数，可以忽略正则表达式中的空白符和注释。从而缓解复杂

1
2
3
4
5
6
7
8
9
10
eg： phoneRx = re.compile(r'((\d{3}|\(\d3\))?(\s|-|\.)?\d{3}(\s|-|\.)\d{4}(\s*(ext|x|ext.)\s*\d{2,5})?)')

phoneRx = re.compile(r'''(
	(\d{3}|\(d{3}\))? #区号
	(\s|-|\.)? #分隔
	\d{3} #前三
	(\s|-\.) #分隔
	\d{4} #后四
	(\s*(ext|x|ext.)\s*\d{2,5})? #扩展
)''',re.VERBOSE)

使用re.IGNORECASE 忽略大小写
someRx = re.compile(‘foo’,re.IGNORECASE|re.DOTALL|re.VERBOSE) #按位或来组合使用