Python：25.正则表达式

正则表达式

• 直接给出字符，就是精确匹配
• \d可以匹配一个数字

'00\d'可以匹配'007'
'\d\d\d'可以匹配'010'

• \w可以匹配一个字母或数字

'\w\w\d'可以匹配'py3'

• .可以匹配任意字符

'py.'可以匹配'pyc'、'py!'等

• *表示任意个字符（包括0个）
• +表示至少一个字符
• ?表示0个或1个字符
• {n}表示n个字符
• {n,m}表示n-m个字符

\d{3}\s+\d{3,8}

从左往右解读

1. \d{3}表示匹配3个数字，例如'010'
2. '\s'可以匹配一个空格（也包括Tab等空白符）,'\s+'表示至少一个空格
3. '\d{3,8}'表示3-8个数字，例如'1234567'

• 更精确地匹配，可以用[]表示范围

1. [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线
2. [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或下划线组成的字符串，比如'a100','0_Z'等等
3. [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后任意个由一个数字、字母或者下划线组成的字符串
4. [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面一个字符，后面19个字符）

• A|B可以匹配A或B，例如：(P|p)ython可以匹配'Python'或者'python'
• ^表示行的开头。^\d表示必须以数字开头
• $表示行的结束。\d$表示必须以数字结束

re模块

import re

# 带r前缀，不需要考虑转义问题
s = r'ABC\-001'

# match()方法判断是否匹配，匹配成功返回一个Match对象，否则返回None。
print(re.match(r'^\d{3}\-\d{3,8}$', '010-12345'))

# 切分字符串
re.split(r'\s+', 'a b  c')

# 分组
# ()表示的就是要提取的分组(Group)
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-1234567')
print(m.group(0))
print(m.group(1))
print(m.group(2))

# 贪婪匹配
# 正则匹配默认是贪婪匹配，就是匹配尽可能多的字符
re.match(r'^(\d+)(0*)$', '102300').groups() # 由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。

# 非贪婪匹配
# 必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配
re.match(r'^(\d+?)(0*)$', '102300').groups()