Python 初学习系列（三）

前言

提示：继续Python学习，这部分是自动化任务部分，先学习模式匹配和正则表达式。

第七章：模式匹配和正则表达式

介绍python如何用正则表达式处理字符串，以及查找文本模式。

假设希望在字符串中查找电话号码，已知模式：3个数字，一个短横线，3个数字，1个短横线，最后3个数字，例如：122-333-4444.。当不用正则表达式编写代码如下：

def isPhoneNumer(text):
    if len(text)!=12:
        return False
    for i in range(0,3):
        if not text[i].isdecimal():
            return False
    if text[3]!='-':
        return False
    for i in range(4,7):
        if not text[i].isdecimal():
            return False
    if text[7]!='-':
        return False
    for i in range(8,12):
        if not text[i].isdecimal():
            return False
    return True
print(isPhoneNumer('111-222-2222'))
print(isPhoneNumer('111-222-222'))
print(isPhoneNumer('1111-222-222'))
结果
True
False
False

必须添加更多代码，才能在更长的字符串中寻找这种文本模式，例子如下：

message='Call me at 412-222-2222 tomorrow.122-344-2345 is my office.'
for i in range(len(message)):
    chunk =message[i:i+12]
    if isPhoneNumer(chunk):
        print('Phone number found:'+chunk)
print('Done')
结果
Phone number found:412-222-2222
Phone number found:122-344-2345
Done

正则表达式，简称regex，是文本模式的描述方法。例如，\d是一个正则表达式，表示一个数字字符，即任何0到9的数字。Python使用正则表达式\d\d\d-\d\d\d-\d\d\d\d可以完成前面查找电话的功能。正则表达式可以很复杂，例如在一个模式后加上花括号包围的3（{3}），就是匹配这个模式三次，所以可简化为\d{3}-\d{3}-\d{4}。

Python中所有正则表达式的函数都在re模块中。向re.compile()传入一个字符串值，表示正则表达式，将返回一个Regex模式对象。创建一个Regex对象来匹配电话号码模式，代码如下：

import re
phoneNumRegex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')

此时phoneNumRegex变量包含一个Regex对象。匹配Regex对象的过程中，Regex对象的search()方法查找传入的字符串，寻找该正则表达式的所有匹配。如果字符串中没有找到该正则表达式模式，search()方法就返回None。如果找到该模式，search()方法将返回一个Match对象。Match对象有一个Group()方法，返回被查找字符串中实际匹配的文本。例子如下：

import re
phoneNumRegex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
mo = phoneNumRegex.search('My number is 415-222-3464.')
print('Phone number found: '+mo.group())
结果
Phone number found: 415-222-3464

小知识：在字符串前加小写r，可以将该字符串标记为原始字符串，不包括转义字符。

总结下正则表达式的几个步骤：首先用import re 导入正则表达式模块；然后用re.compile()函数创建一个Regex对象(记得使用原始字符串);接着向Regex对象的search()方法传入想查找的字符串，将返回一个Match对象；最后调用Match对象的group()方法，返回实际匹配文本的字符串。

假如想要将区号从电话号码中分离，添加括号将在正则表达式中创建分