Python高级正则表达式

介绍

 

在我们教程的正则表达式介绍中，我们已经介绍了正则表达式的基本原理。我们已经展示了最简单的正则表达式的样子。我们还学习了如何通过使用 re 模块的 search() 和 match() 方法在 Python 中使用正则表达式。制定和使用字符类的概念，以及预定义的字符类，如 \d、\D、\s、\S 等，现在应该是众所周知的。您一定已经学会了如何使用正则表达式匹配字符串的开头和结尾。您必须知道问号的特殊含义才能使项目可选。我们还引入了量词来任意或在特定范围内重复字符和组。

您还必须熟悉分组的使用以及反向引用的语法和用法。

此外，我们已经解释了 re 模块的匹配对象及其包含的信息，以及如何使用 span()、start()、end() 和 group() 方法检索这些信息。

介绍以一个全面的 Python 示例结束。

在本章中，我们将继续解释正则表达式的语法。我们还将解释 Python 模块 re 的更多方法。例如，如何查找正则表达式的所有匹配子字符串。一项需要使用其他编程语言（如 Perl 或 Java）编程的任务，但可以通过调用 Python 的 re 模块的一个方法来处理。到目前为止，我们只知道如何使用字符类定义字符选择。我们将在教程的本章中演示如何制定子串的交替，

查找所有匹配的子串

Python 模块 re 提供了另一种很棒的方法，这是 Perl 和 Java 等其他语言不提供的。如果要查找字符串中与正则表达式匹配的所有子字符串，则必须在 Perl 和其他语言中使用循环，如下面的 Perl 片段所示：

而 ($string =~ m/regex/g) {
  打印“找到 '$&'。下一次尝试字符”。pos($string)+1 。"\n";
}

在 Python 中要容易得多。无需循环。我们可以使用 re 模块的 findall 方法：

 re.findall（模式，字符串[，标志]） 

findall 返回字符串中模式的所有非重叠匹配项，作为字符串列表。从左到右扫描字符串，并按照找到的顺序返回匹配项。

t = "肥猫不吃燕麦，但老鼠吃蝙蝠。" 
莫 = 重新。findall ( "[force]at" ,  t )
打印( mo )

输出：

['脂肪', '猫', '吃', '燕麦', '老鼠', '吃']

如果模式中存在一个或多个组， findall 将返回一个组列表。如果模式有多个组，这将是一个元组列表。我们将在下一个示例中演示这一点。我们有一个很长的字符串，其中包含各种 Python 培训课程及其日期。第一次调用 findall 时，我们不使用任何分组并因此接收完整的字符串。在下一次调用中，我们使用分组并 findall 返回一个 2 元组列表，每个元组将课程名称作为第一个组成部分，将日期作为第二个组成部分：

进口 重新
课程 =  “Python的训练课程初学者：15/8/2011 - 19/8/2011; Python的培训课程中间体：12 / DEC / 2011 - 16 / DEC / 2011; Python的文本处理场：31月/ 10月/ 2011 - 4/Nov/2011" 
items  =  re 。findall ( "[^:]*:[^;]*;?" , 课程)
项目

输出：

['Python 初学者培训课程：15/Aug/2011 - 19/Aug/2011;',
 'Python 培训课程中级：12/Dec/2011 - 16/Dec/2011;',
 'Python 文本处理课程：31/Oct/2011 - 4/Nov/2011']

项目 = 重新。findall ( "([^:]*):([^;]*;?)" , 课程)
项目

输出：

[('Python 初学者培训课程', '15/Aug/2011 - 19/Aug/2011;'),
 （“Python 培训课程中级”，“2011 年 12 月 12 日 - 2011 年 12 月 16 日；”），
 （“Python 文本处理课程”，“2011 年 10 月 31 日 - 2011 年 11 月 4 日”）]

交替

在我们对正则表达式的介绍中，我们介绍了字符类。字符类提供一组字符中的一个选择。有时我们需要在几个正则表达式之间进行选择。这是一个逻辑“或”，这就是为什么这个结构的符号是“|” 象征。在以下示例中，我们检查伦敦、巴黎、苏黎世、康斯坦茨伯尔尼或斯特拉斯堡中的一个城市是否出现在以“location”一词开头的字符串中：

import  re