python核心编程学习笔记-2016-08-20-01-正则表达式

       本章总体难度不大

       15.1节需要理解‘搜索(search)’和‘匹配(match)’，匹配是指一个字符串从头开始部分或全部地与正则表达式匹配，而搜索是指字符串部分或全部与正则表达式匹配。两者不同之处在于匹配必须是“从字符串开头起始”，而搜索既可以从字符串开头起始，也可以从字符串中间起始。

       15.2节讲正则表达式使用的特殊符号和字符，基本没什么难度，注意在使用闭包操作符(*, +, ?, {})时，默认是贪心模式，以{M, N} 为例，贪心模式是指在字符串匹配次数尽可能地向N靠拢，而如果在后面加?，即{M, N}?，就是非贪心模式，匹配次数尽量向M靠拢。其余操作符也是类似的，在15.4节有例子提及。

        15.3节，re模块。

         compile(pattern, flag=0)，对正则表达式pattern进行编译，返回regex对象，这个不理解。

         match()和search()如果匹配成功，返回匹配对象，否则返回None。

         group()主要是返回特定子组，只是奇怪为什么编号是从1开始的。groups()以元组形式返回所有子组。

         findall()、sub()、subn()和split()都比较简单。

         书中第一个例子：

#-*-coding: utf-8-*-

from os import popen
from re import split

f = popen('dir', 'r') # os.popen()是python脚本调用另一个程序的方法
for eachLine in f:
    print split('\s+', eachLine.strip())
f.close()

         15.4节，例子

#-*-coding: utf-8-*-

from random import randint, choice
from string import lowercase
from sys import maxint
from time import ctime

doms = ('com', 'edu', 'net', 'org', 'gov')

for i in range(randint(5, 10)):
    dtint = randint(0, maxint-1) # 选择一个日期，以时间戳形式表示
    dtstr = ctime(dtint) # 将时间戳转化成时间字符串

    shorter = randint(4, 7) # 邮箱用户名长度
    em = ''
    for j in range(shorter):
        em += choice(lowercase) # 产生邮箱用户名
        
    longer = randint(shorter, 12) # 邮箱服务器名长度
    dn = ''
    for j in range(longer):
        dn += choice(lowercase) # 产生邮箱服务器名

    print '%s::%s@%s.%s::%d-%d-%d' % (dtstr, em, dn, choice(doms), dtint, shorter, longer) # 时间::邮箱::时间戳-邮箱用户名长度-邮箱服务器名长度

          注意15.4.2中的“贪心匹配部分”。