python正则表达式思考_Python正则表达式由浅入深(一)

Python

正则表达式由浅入深(一)

数据分析工作中很多任务是跟文本处理相关，比如从文本中提取客户的信息，从文本中提取时间等等

都是比较常见的操作。

虽然

Python

处理字符串的方法很多，而且流行的

pandas

库也提供了大量的向量

化字符串方法，但是一旦涉及要经过较为复杂的数据匹配才能进行的字符操作，这些方法就显得非常的乏

力。

尤其是由于文本数据来源于爬虫等渠道，

数据往往严重不规整，

这时候文本处理起来就显得尤为吃力。

幸运的是

Python

提供了

re

模块，可以实现正则表达式的操作。

re

模块主要通过六大方法来对字符串

进行处理，包括：

match()

、

search()

、

findall()

、

split()

、

sub()

。

这些方法涉及到字符串的匹配与替换等操作，在接下来的

4

篇连载文章里，我们不单只会讲解这

4

种

方法，还会把元字符、行定位符、限定符、字符类、排除字符、选择字符、转义字符、分组等正则表达式

最常用知识点贯穿起来。

接下来的系列文章将会为大家初步搭建较为完整的

Python

正则表达式知识体系，如果你已经学习完

Python

编程基础和数据清洗的课程知识，该系列文章将会让你对使用

Python

正则表达式达到一学就会，

一用就懂的技能熟悉程度，实现真正的融会贯通的目的。

一、

re.match

方法

我们首先看

re

模块中较为简单的

match()

方法。

match

的作用是利用

Pattern

实例，从字符串左侧开始匹配，如果匹配到就返回一个

Match

实例，

如果第一个字符不符合条件，就返回

None

。其语法格式如下：

re.match(pattern,string,[flags])



pattern:

表示模式字符串，由要匹配的正则表达式转换而来。



string

：表示要匹配的字符串。



flags

：可选参数，表示标志位，这个参数我们后续再讲。

模式字符串是什么意思呢？先看以下例子：