Python正则表达式进阶

re模块使用

• match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。例如：

import re
par = re.match(r'^\d{3}\-\d{3,8}$', '021-6444651')
print(par)

结果：<_sre.SRE_Match object; span=(0, 11), match='021-6444651'>

• 字符串分割：正则表达式切分字符串比用固定的字符更加灵活。例如：

str = re.split(r'[\s\,]+', 'a, b  , ,c')
print(str) # ['a', 'b', 'c']

• 字符串分组：正则表达式还有提取子串的强大功能，用()表示的就是要提取的分组。如：^(\d{3})-(\d{3,8})$ 定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码。

match = re.match(r'^(\d{3})\-(\d{3,8}$)', '021-6444651')
print(match.group(0))#021-6444651
print(match.group(1))#021
print(match.group(2))#6444651

【牢记】group(0)始终是原始字符串，group(1)、group(2)...表示第1、2...个子串。

• 贪婪匹配:正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。例如：

match = re.match(r'^(\d+?)(0*)$','10009000').groups()
print(match) #('1000','9000')

• 正则表达式的预编译：如果一个正则表达式要重复使用多次次，出于效率的考虑，我们可以预编译该正则表达式，接下来使用时跳过编译编译，直接匹配。

 import re
# 编译: 
 re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')