正则表达式

一、正则表达式查找文本模式

正则表达式，简称Regex，是文本模式的表述方法。比如，\d是一个正则表达式，表示一位数字字符，即任何一位0到9的数字。

1、创建正则表达式对象

Python中所有正则表达式的函数都在re模块中，在交互式环境中输入以下代码，导入该模块。

import re

向re.compile()传入一个字符串值，表示正则表达式，它将返回一个Regex模式对象，要创建一个Regex对象来匹配电话号码模式，就在交互环境中输入以下代码，`

phonenumber = re.compile(r'\d\d\d\d-\d\d\d-\d\d\d\d')

2、匹配Regex对象

Regex对象的search()方法查找传入的字符串，寻找该正则表达式的所有匹配。如果在字符串中没有找到该正则表达式模式，search()方法将会返回None；如果找到的话就会返回一个match对象。而且Match对象有一个group()方法，它返回被查找字符串中实际匹配的文本。

import re
ring = 'My phone number is 0371-123-2233'
phonenumber = re.compile(r'\d\d\d\d-\d\d\d-\d\d\d\d')
mo = phonenumber.search(ring)
print('phone number found:' + mo.group())

输出结果：

[Running] python -u "e:\vscode_py\.vscode\hello.py"
phone number found:0371-123-2233

[Done] exited with code=0 in 0.094 seconds

二、正则表达式匹配更多模式

1、括号分组

添加括号将在正则表达式中创建“分组”，(\d\d\d)-(\d\d\d-\d\d\d\d)，然后在使用group()匹配对象方法，从一个分组中获取匹配的文本。正则表达式字符串中的第一对括号是第一组，第二对括号是第2组，在group()中匹配对象方法传入整数1或2，就可以匹配到文本的不同部分；在不传入任何参数或者参数为0时，将会返回整个文本。

[Running] python -u "e:\vscode_py\.vscode\hello.py"
0371
123-2233
0371-123-2233

[Done] exited with code=0 in 0.103 seconds

2、用管道匹配多个分组

字符 | 称为管道，正则表达式r'Ironman|Batman'将匹配'Ironman'或'Batman'，但如果二者都出现在表达式中，则第一次出现的将作为Match对象返回。

hero = re.compile(r'Ironman|Batman')
mo1 = hero.search('Ironman and Batman')
print(mo1.group())
mo2 = hero.search('Batman is a hero')
print(mo2.group())

输出结果：

[Running] python -u "e:\vscode_py\.vscode\hello.py"
Ironman
Batman

[Done] exited with code=0 in 0.138 seconds

3、用问号实现可选匹配

字符？表明此匹配在表达式中是可选的。

hero = re.compile(r'Iron(wo)?man')
mo = hero.search('My favorate hero is Ironwoman')
print(mo.group())

表达式中(wo)?表明，模式 wo 是可选的分组，在该表达式匹配的文本中，wo出现的次数为 0次或1次，所以可以匹配到 Ironwoman。
在匹配电话号码的代码中就可以修改为使用问好的匹配方式，如下代码所示：

ring = 'My phone number is 0371-123-2233'
ring1 = 'My phone number is 123-2233'
phonenumber = re.compile(r'(\d\d\d\d-)?\d\d\d-\d\d\d\d')
mo = phonenumber.search(ring)
mo1 = phonenumber.search(ring1)
print(mo.group())
print(mo1.group())

输出结果如下：

[Running] python -u "e:\vscode_py\.vscode\hello.py"0371-123-2233123-2233[Done] exited with code=0 in 0.123 seconds

3、用星号匹配0次或多次

星号 * 意味着’匹配零次或多次‘，即星号之前的分组可以在文本中出现任意次 。

hero = re.compile(r'Iron(wo)*man')mo1 = hero.search('Ironman and Batman')print(mo1.group())mo = hero.search('My favorate hero is Ironwowowowoman')print(mo.group())

输出结果：

[Running] python -u "e:\vscode_py\.vscode\hello.py"IronmanIronwowowowoman[Done] exited with code=0 in 0.111 seconds

Ironwoman表达式中的(wo)*部分匹配wo的零次，Ironwowowowoman匹配wo的多次个例。

4、用加号匹配一次或多次

*表示匹配零次或多次；+表示匹配一次或多次，即字符串中至少有一次分组出现。

hero = re.compile(r'Iron(wo)+man')mo1 = hero.search('Ironman and Batman')if mo1 == None:    print('None')mo = hero.search('My favorate hero is Ironwowowowoman')print(mo.group())

输出结果：

[Running] python -u "e:\vscode_py\.vscode\hello.py"
None
Ironwowowowoman

[Done] exited with code=0 in 0.089 seconds

5、用花括号匹配特定次数

如果想要一个分组重复特定的次数，就在正则表达式中该分组的后面加上花括号包围的数字。例如，(wo){2}将匹配字符串”wowo”;
除此之外，还可以指定一个范围，即在花括号中写下一个最小值、一个逗号和一个最大值，例如，(wo){2,4}将匹配字符串”wowo”、”wowowo”和”wowowowo”;
当然，也可以不写花括号的第一个或第二个数字，即不限定最小、最大值。

hero = re.compile(r'Iron(wo){3,5}man')
mo1 = hero.search('Ironwowoman and Batman')
if mo1 == None:
    print('None')
mo = hero.search('My favorate hero is Ironwowowowoman')
print(mo.group())

输出结果：

[Running] python -u "e:\vscode_py\.vscode\hello.py"
None
Ironwowowowoman

[Done] exited with code=0 in 0.097 seconds