python正则表达式

python正则表达式

切分字符串

用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

 $ 'a b   c'.split(' ')
 $ ['a', 'b', '', '', 'c']

嗯，无法识别连续的空格，用正则表达式试试：

$  re.split(r'\s+', 'a b   c')
$   ['a', 'b', 'c']

无论多少个空格都可以正常分割。加入,试试：

$          re.split(r'[\s\,]+', 'a,b, c  d')
$          ['a', 'b', 'c', 'd']

再加入;试试：

$                    re.split(r'[\s\,\;]+', 'a,b;; c  d')
$     ['a', 'b', 'c', 'd']

如果用户输入了一组标签，下次记得用正则表达式来把不规范的输入转化成正确的数组。

分组

除了简单地判断是否匹配之外，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（Group）。比如：

^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

 $        m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
 $       m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>             
 $    m.group(0)
  '010-12345'
 $    m.group(1)
   '010'
 $    m.group(2)
  '12345'
  注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。