19 Python 正則模組和Regex

標籤：style   nbsp   等等   利用   需要   檔案中   大小寫   個數   1.5   

什麼是模組？

   常見的情境：一個模組就是一個包含了python定義和聲明的檔案，檔案名稱就是模組名字加上.py的尾碼。

   但其實import載入的模組分為四個通用類別：　

　　1 使用python編寫的代碼（.py檔案）

　　2 已被編譯為共用庫或DLL的C或C++擴充

　　3 包好一組模組的包

　　4 使用C編寫並連結到python解譯器的內建模組

為何要使用模組？

   如果你退出python解譯器然後重新進入，那麼你之前定義的函數或者變數都將丟失，因此我們通常將程式寫到檔案中以便永久儲存下來，需要時就通過python test.py方式去執行，此時test.py被稱為指令碼script。

    隨著程式的發展，功能越來越多，為了方便管理，我們通常將程式分成一個個的檔案，這樣做程式的結構更清晰，方便管理。這時我們不僅僅可以把這些檔案當做指令碼去執行，還可以把他們當做模組來匯入到其他的模組中，實現了功能的重複利用

如何使用模組？

　　模組可以包含可執行檔語句和函數的定義，這些語句的目的是初始化模組，它們只在模組名第一次遇到匯入import語句時才執行（import語句是可以在程式中的任意位置使用的,且針對同一個模組很import多次,為了防止你重複匯入，python的最佳化手段是：第一次匯入後就將模組名載入到記憶體了，後續的import語句僅是對已經載入大記憶體中的模組對象增加了一次引用，不會重新執行模組內的語句）   

　　每個模組都是一個獨立的名稱空間，定義在這個模組中的函數，把這個模組的名稱空間當做全域名稱空間，這樣我們在編寫自己的模組時，就不用擔心我們定義在自己模組中全域變數會在被匯入時，與使用者的全域變數衝突

 

Regex

Regex本身也和python沒有什麼關係，就是匹配字串內容的一種規則。

官方定義：Regex是對字串操作的一種邏輯公式，就是用事先定義好的一些特定字元、及這些特定字元的組合，組成一個“規則字串”，這個“規則字串”用來表達對字串的一種過濾邏輯。
線上測試載入器 http://tool.chinaz.com/regex/

　　字元組：同一個位置上可以出現的字元的範圍。

　　　　在同一個位置可能出現的各種字元組成了一個字元組，

　　　　在Regex中用[]表示 字元分為很多類，比如數字、字母、標點等等。

　　　　假如你現在要求一個位置"只能出現一個數字",那麼這個位置上的字元只能是0、1、2...9這10個數之一。

 

正則	待匹配字元	匹配 結果	說明
[0123456789]	8	True	在一個字元組裡枚舉合法的所有字元，字元組裡的任意一個字元 和"待匹配字元"相同都視為可以匹配
[0123456789]	a	False	由於字元組中沒有"a"字元，所以不能匹配
[0-9]	7	True	也可以用-表示範圍,[0-9]就和[0123456789]是一個意思
[a-z]	s	True	同樣的如果要匹配所有的小寫字母，直接用[a-z]就可以表示
[A-Z]	B	True	[A-Z]就表示所有的大寫字母
[0-9a-fA-F]	e	True	可以匹配數字，大小寫形式的a～f，用來驗證十六進位字元

 

字元：

元字元	匹配內容
.	匹配除分行符號以外的任一字元
\w	匹配字母或數字或底線
\s	匹配任意的空白符
\d	匹配數字
\n	匹配一個分行符號
\t	匹配一個定位字元
\b	匹配一個單詞的結尾
^	匹配字串的開始
$	匹配字串的結尾
\W	匹配非字母或數字或底線
\D	匹配非數字
\S	匹配非空白符
a|b	匹配字元a或字元b
()	匹配括弧內的運算式，也表示一個組
[...]	匹配字元組中的字元
[^...]	匹配除了字元組中字元的所有字元

 

量詞：

量詞	用法說明
*	重複零次或更多次
+	重複一次或更多次
?	重複零次或一次
{n}	重複n次
{n,}	重複n次或更多次
{n,m}	重複n到m次

 

19 Python 正則模組和Regex