python 中正则表达式的应用

最近作业中出现了正则表达式，顺便学习了一下。

python比较厉害的一点就是自带对正则表达式的支持，用起来很方便

正则表达式

首先介绍一下什么是正则表达式。

正则表达式是用来进行字符串匹配的工具，在模式匹配中有广泛的应用。

正则表达式用若干符号来描述符合某一语法规则的字符串，从而实现匹配。

关于正则表达式的语法，参见维基百科，介绍的非常详细了。

一个用正则表达式写成的字符串也被成为模式串，意思是我们可以用这个串进行模式匹配。

python中正则表达式的应用

python内置了对正则表达式的支持，只需要import re即可使用正则表达式

有关python的re模块，最详细的资料莫过于python的官方文档，这里挑一些最常用的介绍一下。

正则表达式对象

首先，如果你想用正则表达式进行匹配，我们需要建立一个regular expression object，也就是所谓的正则表达是对象。python的re模块都是基于正则表达式对象进行操作的。

要想创建一个正则表达式对象，需要使用re.complie().其函数原型为re.complie(pattern, flags=0)，pattern是一个字符串型，代表模式串，而flags是可选的，用于特殊情况的处理。比如re.I就表示匹配时忽略大小写，还有其他的flag可以参考官方文档。

例如，a=re.complie(r'abc\W*',re.I)的意思就是创建了一个正则表达式对象a,这个对象可以用来在忽略大小写的情况下匹配所有以abc开头的单词。

另外注意一点在写模式串的时候通常要用r字符串来抑制转义。

匹配函数

有了正则表达式对象，我们就可以进行匹配了。（下文中a代表刚才创建的正则表达式对象）

通常用于匹配的有两个函数，re.match()和re.search()，下面分别介绍

re.match()

这个函数是对一个单词从头进行匹配。如果我们已经有了一个正则表达是对象，我们可以直接使用a.match(string)来进行匹配，其中string是一个字符串，代表我们试图去跟模式串匹配的字符串。如果match成功，函数会返回一个MatchObject，即Match对象，否则返回None对象。例如

s1=a.match("aBcddD")

print(s1)

s2=a.match("abdfd")

print(s2)

其结果为

<_sre.SRE_Match object at 0x7fc8856f0370>

None

其中具体地址可能不一样，但是一定是一个Match object。

另外，re.match()可以直接完成创建正则表达式并进行匹配的任务，具体方法为使用 re.match(pattern, string, flags=0)，其中各参数的含义和re.complie()相同，string是待匹配字符串。

例如

print (re.match(r'abc\W*',"aBcddD",re.I))

print (re.match(r'abc\W*',"abdfd",re.I))

其结果和上面的相同。

re.search()

这个函数和re.match()完全类似，唯一的区别是re.search()可以从一个字符串中的任意位置开始匹配，而re.match()只能从开头进行匹配。

例如

print (re.match(r'abc\W*',"wwaBcddD",re.I))

print (re.search(r'abc\W*',"wwaBcddD",re.I))

其输出为

None

<_sre.SRE_Match object at 0x7fc8856f0370>

MatchObject

通过上述的匹配函数，如果匹配成功，我们就会获得一个MatchObject，即Match对象。要想获得匹配的结果，我们需要对Match对象进行操作。Match对象的常用的几个操作如下

group

re.group()函数用于获得MatchObject中的匹配成功的字符串。如果我们对于一个MatchObject调用group()函数就可以获得匹配成功的的字符串。例如

>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")

>>> m.group(0)       # The entire match

'Isaac Newton'

>>> m.group(1)       # The first parenthesized subgroup.

'Isaac'

>>> m.group(2)       # The second parenthesized subgroup.

'Newton'

>>> m.group(1, 2)    # Multiple arguments give us a tuple.

('Isaac', 'Newton')

其中group(0)表示所有匹配字符串，而group(i)的表示具体第i个匹配字符串。

start() 和 end()

start() 和 end()分别表示匹配开始的位置和匹配结束的位置。

本文仅介绍了re模块中几个最常用的部分，另外还有re.findall(),re.finditer,re.sub()等函数，具体可以参考官方文档。

恩，就这么写完了，真是良(jian)心(lue)啊√