Python系列之模式匹配与正则表达式

搜索微信公众号“程序员考拉”欢迎关注！

你可能熟悉文本查找，即按下Ctrl-F, 输入你要查找的词。“正则表达式”是Ctrl-F的升级版本。正则表达式很有，但如果不是程序员，很少会有人了解它，尽管大多数现代文本编辑器和文字处理器都有查找和查找替换功能，可以根据正则表达式查找。正则表达式可以节约大量时间，不仅适用于软件用户，也适用于程序员。学会正则表达式，别人需要数天的繁琐工作才能解决的问题，而且别人容易出错，而你只需要击键就能解决问题。

 

下面先看不用正则表达式查找文本模式。

假设你希望在字符串中查找电话号码，你知道模式：3个数字，1个短横线，3个数字，1个短横线，再是4个数字。例如：498-553-5453。

假定我们用一个名为isPhoneNumber()函数来检查字符串是否匹配模式，它返回True或False。打开一个新的文件编辑器，输入以下内容：

 

def isPhoneNumber(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('498-553-5453 is a phone number:')
print(isPhoneNumber('498-553-5453'))
print('Moshi moshi is a phone number:')
print(isPhoneNumber('Moshi moshi'))

 

运行该程序，输出看起来像这样：

 

498-553-5453 is a phone number:
True
Moshi moshi is a phone number:
False

 

用参数'498-553-5453'调用isPhoneNumber()函数将返回True，用参数‘Moshi moshi’将返回False，第一项测试失败了，因为不是12个字符。

必须添加更多代码，才能再更长的字符串中寻找这种文本模式。用下面的代码，替换上述代码中的4个print函数调用：

 

message='Call me at 498-553-5453 tomorrow.415-233-2322 is my office.'
for i in range(len(message)):
 chunk=message[i:i+12]
 if isPhoneNumber(chunk):
   print('Phone number found:' + chunk)
   print('Done')

 

该程序运行时，输出看起来是这样：

 

Phone number found:498-553-5453
Phone number found:415-233-2322
Done

 

在这个例子中，虽然message中的字符很短，但它也可能包含上百万个字符，程序运行仍然不需要1秒钟。使用正则表达式查找电话号码的类似程序，运行也不会超过一秒钟，但是用正则表达式编写这类程序会快得多。