[python][正则表达式] re模块核心函数和方法

Python通过re模块支持正则表达式。

本文介绍了re模块核心函数和方法。

• 在模式匹配发生之前，正则表达式模式必须编译成为正则表达式对象，re模块使用compile()实现；re模块对每个正则表达式模式进行一次编译，然后对编译的对象进行缓存，purge()函数可以清除这些缓存；

• 使用match()方法，从字符串起始部分开始匹配且仅仅匹配起始部分，如果匹配成功，就返回一个匹配对象，如果失败，就返回None；使用group()可以调用那个成功的匹配；

>>> re.match('\d?','12345').group()
'1'
>>> re.match('\d+','12345').group()
'12345'
>>> re.match('\d+','.12345').group()
Traceback (most recent call last):
  File "<pyshell#20>", line 1, in <module>
    re.match('\d+','.12345').group()
AttributeError: 'NoneType' object has no attribute 'group'

上面这个栗子中，\d+匹配1个或者多个十进制数字；如果字符串开始不是数字，那么match()方法不能匹配到，则返回None；

• 使用search方法，从字符串任意部分开始第一次匹配，如果匹配成功，就返回一个匹配对象，如果失败，就返回None；

>>> re.match('\d+','.12345').group()
Traceback (most recent call last):
  File "<pyshell#27>", line 1, in <module>
    re.match('\d+','.12345').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.search('\d+','.12345').group()
'12345'

上面这个栗子中，search可以从任意位置开始匹配，因此可以匹配到不是数字开头的字符串；

• group()方法和groups()都属于匹配对象方法。group()可以返回整个匹配对象，也可以按照参数给出特定参数的子组；groups()返回整个匹配对象，或者没有匹配时返回None，如果没有子组，则groups()返回空元组；

>>> m=re.match('(\w\w\w)-(\d\d\d)','abc-123')
>>> m.group()#完全匹配，有两个子组
'abc-123'
>>> m.group(1)#第一个子组
'abc'
>>> m.group(2)#第二个子组
'123'
>>> m.groups()#全部子组
('abc', '123')

>>> m=re.match('\w\w\w-\d\d\d','abc-123')
>>> m.group()#完全匹配，没有子组
'abc-123'
>>> m.group(1)
Traceback (most recent call last):
  File "<pyshell#37>", line 1, in <module>
    m.group(1)
IndexError: no such group
>>> m.groups()
()

上面第二个栗子中，由于没有子组，groups()返回一个空元组。