剖析Python正則表達(dá)式特別之處
Python語(yǔ)言的re模塊對(duì)Python正則表達(dá)式做了許多有用的改進(jìn)，看完本文相信您一定可以從文中了解Python語(yǔ)言在正則表達(dá)式方面的特別之處，比如什么是最簡(jiǎn)單的正則表達(dá)式等問(wèn)題。
對(duì)于需要處理文本的程序員來(lái)說(shuō)，必須對(duì)正則表達(dá)式有一個(gè)全面深入的認(rèn)識(shí)。本文為不熟悉正則表達(dá)式的讀者提供了一個(gè)快速入門的教程。當(dāng)然，對(duì)于那些熟悉其他語(yǔ)言中的正則表達(dá)式的部分讀者而言，本文也是有益的，因?yàn)槟梢詮闹辛私釶ython語(yǔ)言在正則表達(dá)式方面的特別之處。
一、什么是Python正則表達(dá)式
在編寫處理字符串的程序或網(wǎng)頁(yè)時(shí)，經(jīng)常會(huì)有查找符合某些復(fù)雜規(guī)則(或稱為模式)的字符串的需要。正則表達(dá)式就是用于描述這些規(guī)則(或模式)的工具。換句話說(shuō)，正則表達(dá)式就是記錄文本規(guī)則的代碼。一旦發(fā)現(xiàn)了符合要求的文本，就可以用對(duì)其進(jìn)行相應(yīng)的修改了。
大家還記得Windows命令行中用于文件查找的通配符吧，即*和?。當(dāng)我們查找某目錄下所有的PDF文檔的時(shí)候，只要搜索*.pdf即可。在這里，*會(huì)被解釋成任意的字符串。和通配符類似，正則表達(dá)式也是用來(lái)進(jìn)行文本匹配的工具，只不過(guò)較之于通配符，它能更精確地描述你的需求，例如用來(lái)查找一個(gè)web頁(yè)面中的所有電話號(hào)碼。
我們知道，電話號(hào)碼一般都有一個(gè)固定的寫法：區(qū)號(hào)-電話號(hào)碼，即有以0開(kāi)頭，后跟2-3個(gè)數(shù)字，然后是一個(gè)連字號(hào)“-”，***是7或8位數(shù)字組成的字符串(例如010-12345678或0634-1234567)。
二、最簡(jiǎn)單的正則表達(dá)式
學(xué)習(xí)正則表達(dá)式的***方法是從具體的示例入手，讓讀者親自動(dòng)手實(shí)驗(yàn)。下面給出了不少簡(jiǎn)單的例子，并對(duì)它們作了詳細(xì)的說(shuō)明。當(dāng)我們?cè)谝蛔址胁檎襱o，你可以使用正則表達(dá)式to。這幾乎是最簡(jiǎn)單的正則表達(dá)式了，它可以精確匹配這樣的字符串；
由兩個(gè)字符組成，前一個(gè)字符是t，后一個(gè)是o。為了演示，我們提供了一個(gè)函數(shù)re_show()，可以把看作是re模塊的一個(gè)封裝器，它會(huì)把給定的字符串中匹配(說(shuō)某個(gè)字符串與某個(gè)正則表達(dá)式匹配。
通常是指這個(gè)字符串里有一部分或幾部分或全部能滿足表達(dá)式給出的條件)的內(nèi)容加上一個(gè)花括號(hào)。現(xiàn)在我們不對(duì)該函數(shù)做進(jìn)一步的介紹。您只要知道re_show()的***個(gè)參數(shù)是一個(gè)Python正則表達(dá)式，第二個(gè)參數(shù)是要匹配的字符串，當(dāng)找到匹配的內(nèi)容時(shí)，就用花括號(hào)將它括起來(lái)就行了。還是源代碼如下：
- import re
- def re_show(pat, s):
- print re.compile(pat, re.M).sub("{\g<0>}", s.rstrip()),'\n'
- s = '''Python runs on Windows, Linux/Unix,
- Mac OS X, OS/2, Amiga, Palm Handhelds, and Nokia mobile phones.
- Python has also been ported to the Java and .NET virtual machines.'''
- re_show("to",s)
其中，函數(shù)調(diào)用re_show("to",s)的作用就是查找字符串s中是否包含字符串to，或者說(shuō)字符串s是否匹配正則表達(dá)式to;如果匹配的話，就給字符串to加上花括號(hào)。
三、匹配單詞的Python正則表達(dá)式
我們看到，如果僅僅要求找出文本中的字符串to的話，上面的正則表達(dá)式還是可以的，但是如果要想匹配文本中的單詞to的話，上面的正則表達(dá)式to就不夠用了。例如，將上面的代碼中的字符串s的定義改為下面的樣子：
- s = '''In company or association with respect to place or time;
- as, to live together in one house; to live together in the
- same age; they walked together to the town.'''
我們發(fā)現(xiàn)，上面的文字中，不僅單詞to，此外像together和town這些單詞中也包含字符串to，如果這時(shí)再用上面的Python正則表達(dá)式to來(lái)查找“單詞”to的話，就會(huì)出錯(cuò)了。
【編輯推薦】
