《正则表达式》

写在前面：前段时间，陆陆续续的学了好几遍正则表达式，但是都没有吃透，感觉像没学到什么一样。每次使用的时候还得不断的百度。这次我又来重新学一下，争取吃透。同时，我又想到了我上学时候凸显出来的一个弊端：不懂的东西我就不管了，也不会去想要知道答案什么的，学习态度很不好。现在越来越意识到这样下去不行。不懂的一定要网上查阅各种资料，一定要将不懂的弄懂。是时候好好学点东西了。

 

《正则表达式》

 

节选自leon《用Python学习正则表达式》，

原文地址：http://daydayup.is-programmer.com/posts/1200.html

正则表达式手册：http://tool.oschina.net/uploads/apidocs/jquery/regexp.html

我觉得作者写得很好，我看完之后竟然看懂了，感谢原作者。所以我就分享一下。

 

对我自己，有几个要注意的点：

 

>>>p = re.compile(r’[-a-c]’)

>>>m = p.search(‘b-a.exe’)

>>>(0,1)

在这里“[ ]”里面代表的是几个字符中的任意一个。就算一个字符串里面有好几个，只选择最先出现的那一个。只有一个，一个。在这里就是“-,a,b,c”。不要把它看成是顺序，一定要“-a”开头的那种。不要想当然。

 

还有就是那种比较长的正则表达式，看起来有点乱。

>>>p = re.compile(r'(\b\w+)\s+\1') 

# 这句话是啥意思，根本看不懂。

# 我懂了。

# (\b\w+)代表一个单词；\s+代表若干空格；\1代表第一个分组，也就是(\b\w+)。

>>>m = p.search(‘Paris in the thespring’).group()

>>>‘the the’

 

还有就是，（）代表分组或者某一部分重复才使用括号。

上次看的时候，一般的符号和特殊字符都没什么问题，主要是这个扩展表示法有点不太懂。这次来探个究竟。

 

非记录分组和命名分组

       若一个表达式很复杂，有很多分组，而每个分组都要记录的话就比较困难。

       Python有自己的扩展，就是在括号后面紧跟一个P，即‘(?P<name>...)’，表示Python的扩展。如(?P<name>…)定义了一个命名分组，而(?P=name)则表示对前面的向后引用（与\1的功能一样）。

 

(?P<name>...)和(?P=name)

        (?P<name>...)用来定义一个命名分组，可以通过MatchObject的方法group(‘name’)得到，同时在表达式中，也可以用(?P=name)来表示对它的引用。

它的命名分组就是指最前面的‘Lots’部分，后面的‘Lots’只是对前面的引用，并不是‘word’分组的一部分。

 

(?=...)

       称为零宽度正预测先行断言。它断言自身出现的位置后面能匹配表达式，但不包括这些表达式。比如‘\b\w+(?=ing)\b’，匹配ing结尾的单词的前面部分。

 

 

(?<=...)

与前面类似，也是用于指定位置，不做实际匹配，叫零宽度正回顾后发断言。它断言自身出现的位置前面能匹配表达式。比如(?<=\bre) \w+\b，表示以re开头的单词的后面部分。

 

(?!...)

       零宽度负预测先行断言。断言此位置的后面不能匹配表达式。比如，\d{3}(?!\d)匹配三位数字后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。

 

(?<!...)

       零宽度负回顾后发断言。断言此位置的前面不能匹配表达式。比如(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。

(?:...)

       表示非记录分组。即这个分组不会被记录下来。

>>> m = re.match(“([abc])+”, “abc”)

>>> m.groups()

(‘c’, )

>>> m = re.match(“(?:[abc])+”, “abc”)

>>> m.groups()

()