Python學習筆記——Regex入門，python學習筆記

Python學習筆記——Regex入門，python學習筆記

#　本文對正則知識不做詳細解釋，僅作入門級的正則知識目錄。

 

　　Regex的強大早有耳聞，大一時參加一次選拔考試，題目就是用做個HTML解析器，正則的優勢表現得淋漓盡致。題外話不多講，直接上乾貨：

1. 元字元：

　　　

　　與之對應的還有反義字元，大部分為小寫字母變大寫，例如\D表示匹配非數位字元。

2. 重複（即匹配變長的字串）：

　　元字元可匹配單一的字元類型，若想匹配長度未知或長度限定的字串需要在後邊加上限定符。

　　

3. 範圍與分組：

　　有時元字元並不能滿足匹配字元的需求，這時就需要[]來圈定匹配範圍，例如要匹配一個只帶有a,s,d,f的單詞，可以用\b[asdf]\b；正則裡面還有小括弧用來表示分組，比如你想重複某幾個字元,就可以使用分組，例如(\d.\d){1,3}表示匹配小括弧裡的重複內容一到三次。此外，小括弧還可以用來後向引用等，此處不記。

4. 零寬斷言：

　　零寬斷言主要用來尋找在某些斷言（指定內容）之前或之後的內容，例如(?=exp)匹配運算式exp前面出現的內容（不匹配exp），(?<=exp)匹配運算式exp後面出現的內容，還有負向零寬斷言等此處不記。

5. 貪婪與懶惰：

　　當Regex中包含能接受重複的限定符時，通常的行為是（在使整個運算式能得到匹配的前提下）匹配儘可能多的字元，即貪婪匹配。如運算式a.*b，搜尋aabab的話，它會匹配整個字串aabab。而懶惰匹配會匹配儘可能少的字串，只需要在限定符後面加一個？，例如a.*?b會匹配aab（第一到第三個字元）和ab（第四到第五個字元）。

6. Python的re模組：

　　python 提供re模組，提供正則的所有功能。下面只記兩個方法和一個注意的地方。

　　6.1 match方法：

　　　　match()方法判斷是否匹配，如果匹配成功，返回一個Match對象，否則返回None。

1 >>> import re2 >>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')3 <_sre.SRE_Match object at 0x1026e18b8>4 >>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')5 >>>

　　　　如果Regex中定義了組，就可以在Match對象上用group()方法提取出子串來。注意到group(0)永遠是原始字串，group(1)、group(2)……表示第1、2、……個子串。使用groups()方法還可以得到所有子串。

　　6.2 split方法：

　　　　split()方法可切分子串，如下：

1 >>> re.split(r'[\s\,\;]+', 'a,b;; c  d')2 ['a', 'b', 'c', 'd']

　　6.3 關於逸出字元：

　　　　python逸出字元串也用\表示，所以Regex讀取時作為字串出現時會被編譯器自動去掉轉移字元的\，正則使用時就會出錯，所以推薦使用python的 r 首碼。

ps:

　　本文是對Regex的學習總結，大部分知識來源於網上。下面給出兩個個人認為比較好的連結：

　　1.http://www.jb51.net/tools/zhengze.html 對Regex介紹的比較詳細，個人認為要想深入學習Regex還是買本書比較好。

　　2.http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386832260566c26442c671fa489ebc6fe85badda25cd000 來自廖雪峰大神的教程，結合python一起講，只是稍微短了一點。