用例子一文詳解PythonRegex的文法

在之前的文章中我們籠統的介紹了一下PythonRegex的哈衣，其實 Regex是一個特殊的字元序列，它能協助你方便的檢查一個字串是否與某種模式比對。Python 自1.5版本起增加了re 模組，它提供 Perl 風格的Regex模式。re 模組使 Python 語言擁有全部的Regex功能。compile 函數根據一個模式字串和可選的標誌參數產生一個Regex對象。該對象擁有一系列方法用於Regex匹配和替換。re 模組也提供了與這些方法功能完全一致的函數，這些函數使用一個模式字串做為它們的第一個參數，本章節主要介紹Python中常用的 Regex處理函數。

字串是編程時涉及到的最多的一種資料結構，對字串進行操作的需求幾乎無處不在。比如判斷一個字串是否是合法的Email地址，雖然可以編程提取@前後的子串，再分別判斷是否是單詞和網域名稱，但這樣做不但麻煩，而且代碼難以複用。

Regex是一種用來匹配字串的強有力的武器。它的設計思想是用一種描述性的語言來給字串定義一個規則，凡是符合規則的字串，我們就認為它“匹配”了，否則，該字串就是不合法的。

所以我們判斷一個字串是否是合法的Email的方法是：

1.建立一個匹配Email的Regex；

2.用該Regex去匹配使用者的輸入來判斷是否合法。

因為Regex也是用字串表示的，所以，我們要首先瞭解如何用字元來描述字元。

在Regex中，如果直接給出字元，就是精確匹配。用\d可以匹配一個數字，\w可以匹配一個字母或數字，所以：

1.'00\d'可以匹配'007'，但無法匹配'00A'；

2.'\d\d\d'可以匹配'010'；

3.'\w\w\d'可以匹配'py3'；

.可以匹配任一字元，所以：

5.'py.'可以匹配'pyc'、'pyo'、'py!'等等。

要匹配變長的字元，在正則表達式中，用*表示任意個字元（包括0個），用+表示至少一個字元，用?表示0個或1個字元，用{n}表示n個字元，用{n,m}表示n-m個字元：

來看一個複雜的例子：\d{3}\s+\d{3,8}。

我們來從左至右解讀一下：

1.\d{3}表示匹配3個數字，例如'010'；

2.\s可以匹配一個空格（也包括Tab等空白符），所以\s+表示至少有一個空格，例如匹配' '，' '等；

3.\d{3,8}表示3-8個數字，例如'1234567'。

綜合起來，上面的Regex可以匹配以任意個空格隔開的帶區號的電話號碼。

如果要匹配'010-12345'這樣的號碼呢？由於'-'是特殊字元，在Regex中，要用'\'轉義，所以，上面的正則是\d{3}\-\d{3,8}。

但是，仍然無法匹配'010 - 12345'，因為帶有空格。所以我們需要更複雜的匹配方式。

進階

要做更精確地匹配，可以用[]表示範圍，比如：

1.[0-9a-zA-Z\_]可以匹配一個數字、字母或者底線；

2.[0-9a-zA-Z\_]+可以匹配至少由一個數字、字母或者底線組成的字串，比如'a100'，'0_Z'，'Py3000'等等；

3.[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或底線開頭，後接任意個由一個數字、字母或者底線組成的字串，也就是Python合法的變數；

4.[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精確地限制了變數的長度是1-20個字元（前面1個字元+後面最多19個字元）。

A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。

^表示行的開頭，^\d表示必須以數字開頭。

$表示行的結束，\d$表示必須以數字結束。

你可能注意到了，py也可以匹配'python'，但是加上^py$就變成了整行匹配，就只能匹配'py'了。

re模組

有了準備知識，我們就可以在Python中使用Regex了。Python提供re模組，包含所有Regex的功能。由於Python的字串本身也用\轉義，所以要特別注意：

s = 'ABC\\-001' # Python的字串# 對應的Regex字串變成：# 'ABC\-001'

因此我們強烈建議使用Python的r首碼，就不用考慮轉義的問題了：

s = r'ABC\-001' # Python的字串# 對應的Regex字串不變：# 'ABC\-001'

先看看如何判斷Regex是否匹配：

>>> import re>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')<_sre.SRE_Match object; span=(0, 9), match='010-12345'>>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')>>>

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。常見的判斷方法就是：

test = '使用者輸入的字串'if re.match(r'Regex', test):    print('ok')else:    print('failed')