第7 章 模式匹配与正则表达式

“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，别忘了你用几次击键就能解决的问题，其他人需要数天的烦琐 工作才能解决，而且他们容易犯错。”

（1）.不用正则表达式来查找文本模式

就是用程序逻辑，自己去匹配符合某种模式的字符串（如电话号码）。假如电话号码的格式如下：
3 个数字，一个短横线，3个数字，一个短横线，再是 4 个数字。例如：415-555-4242。
写出来的匹配程序是这样的：

这太丑陋了。且如果任务是从一长串字符序列中寻找电话号，用这个函数实现是这样的：

就是每12个连续字符匹配一次。太低效了。

（2）.用正则表达式查找文本模式

1.创建正则表达式对象

import re
#这里创建的是Regex对象
#re.comile()函数是将字符表示的正则表达式，编译成一个 regular expression object
#这个编译后的对象，有各种匹配、搜索的功能
#如果要多次使用某个正则表达式，编译后使用更高效。要不每次都得重新编译一次
phoneNumRegex = re.compile(r"\d\d-\d")

后面是注：
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
一次性匹配的情况就直接使用re.search()，不需要编译表，也不存储表达式。即下面两种方式是等效的：

result = re.match(pattern, string)

和

prog = re.compile(pattern)
result = prog.match(string)

是等价的

正则表达式对象 （正则对象）的作用：

2.进行匹配

import re
phoneNumRegex = re.compile(r"\d\d-\d")
#编译后的正则表达式对象调用搜索函数。search函数是只搜索第一次出现的pattern
mo = phoneNumRegex.search('uiafh23-3kjijkh43-8')

以下是注：
search()只能找到第一个匹配的pattern。然后就不找了。
match()只能从头开始匹配pattern，若开头不匹配则直接返回None。
findall()是老老实实找全部匹配的pattern，返回的是str组成的list。

3.输出匹配结果，group()

group()函数跟正则的子表达式机制有关。group()函数的参数是这样的：

match.group([group1, ...])

groupN参数代表正则表达式中第N个括号（即第N个子表达式）。下面是程序截图：