关于python中正则表达式的一些笔记

阅读前请看一下：我是一个热衷于记录的人，每次写博客会反复研读，尽量不断提升博客质量。文章设置为仅粉丝可见，是因为写博客确实花了不少精力。希望互相进步谢谢！！

1、笔记：

• 1、什么是正则表达式？

  正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的

---

• 2、基础语法？

  读此篇，此篇也是参考文献：开头就是基础语法、进阶语法及例子

  语法中需要注意类似于【’>‘、‘-’】等，有时必须加’\‘，有时不用。吃不准就都加‘\’。

---

• 3、你可能注意到了，‘py’也可以匹配’python’，但是加上^py$就变成了整行匹配，就只能匹配’py’了，why?

  import re
  print(re.match('py', 'python'))
  #Output : <re.Match object; span=(0, 2), match='py'>   说明匹配成功
  print(re.match('^py$', 'python'))
  #Output : None                                         说明匹配失败
  

  ‘py’ 之所以能 匹配 ‘python’ ，其实这里只匹配了一部分，我们可以用group进行一个分组的提取，如下：

  m = re.match('(py)', 'python')
  print(m.groups())
  #Output : ('py',)     证明只匹配了前面一小部分
  

  ‘^py$’ 之所以不 匹配 ‘python’ ，是因为代表了从p开始y结束，故不匹配

---

• 4、关于匹配的问题：

  如果去判断一个邮件地址合不合法，一定要判断全，不能类似【‘py’ 匹配 ‘python’】，即便返回能匹配，但其实没有真正的判断。

---

• 5、关于goups分组提取的问题：

  【group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。】 错
  【group(0)永远是正则匹配的字符串，group(1)、group(2)……表示第1、2、……个子串。】 对

  >>> import re
  >>> pattern = re.compile(r’(\d+)\w*?(\d+).‘) # 匹配：数字+字母+数字+任意字符
  >>> pattern.match(‘132in234dhu’).groups()
  (‘132’, ‘234’)
  >>> pattern.match(‘132in234dhu’).group(0)
  ‘132in234dhu’
  >>> pattern.match(‘132in234dhu’).group(1)
  ‘132’
  >>> pattern = re.compile(r’(\d+)\w?(\d+)') # 匹配：数字+字母+数字 （剩余内容不匹配）
  >>> pattern.match(‘132in234dhu’).groups()
  (‘132’, ‘234’)
  >>> pattern.match(‘132in234dhu’).group(0)
  ‘132in234’ # 注意这里！group(0)返回的不是原始字符串，而是与正则表达式匹配的字符串！！！
  >>> pattern.match(‘132in234dhu’).group(1)
  ‘132’

---

• 6、**关于group分组提取字符串时，不一定需要全部匹配，可以只匹配需要提取的那部分，**例如：

  版本二可以提取出带名字的Email地址：
  tom@voyager. org => Tom Paris
  bob@example. com => bob

  代码如下：

  def name_of_email(addr):
      re_addr = re.compile(r'<?([A-Za-z\s]+)>?')  #提前编译，匹配时只用匹配需要的前面那部分即可
      name = re_addr.match(addr).group(1)
      return name
  
  def main:
  	# 测试:
  	assert name_of_email('<Tom Paris> tom@voyager.org') == 'Tom Paris'
  	assert name_of_email('tom@voyager.org') == 'tom'
  	print('ok')
  	
  if __name__ == '__main__':
  	main()  #Output : ok
  

---

码字不易，谢谢点赞！！！
码字不易，谢谢点赞！！！
码字不易，谢谢点赞！！！