python3 reModule_match.py

"""
模块：python3 reModule_match.py
功能：Python3 正则表达式。
参考：https://www.runoob.com/python3/python3-reg-expressions.html
知识点：
0.re.compile(pattern[, flags]) -> _sre.SRE_Pattern
    编译正则表达式，生成一个正则表达式（ Pattern ）对象，
    供 match, search, findall, sub, finditer等函数使用。
    参数：
    pattern : 一个字符串形式的正则表达式。
        .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符。
    flags 可选，表示匹配模式，比如忽略大小写，多行模式等，
    具体参数为：
        re.I 忽略大小写，<RegexFlag.IGNORECASE: 2>。
        re.M 多行模式，<RegexFlag.MULTILINE: 8>。
        re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境。
        re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）。
        re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库。
        re.X 为了增加可读性，忽略空格和' # '后面的注释。

1.re.match(pattern, string, flags=0) -> matchObj / None.
    在字符串起始位置应用 pattern，返回一个匹配对象，
    或者 None，如果没有找到匹配。

    pattern，要匹配的正则表达式。
    string，要匹配的字符串。
    flags，标志位，用于控制正则表达式的匹配方式，
    如：是否区分大小写，多行匹配等等。
    参见：正则表达式修饰符 - 可选标志

group(num) 或 groups() 获取匹配的表达式。
matchObj.group(num=0)，匹配的整个表达式的字符串，
    group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。
matchObj.groups()   返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

"""
import re

# 一、_sre.SRE_Pattern.match(string=None, pos=0, endpos=9223372036854775807,
#     *, pattern=None) -> _sre.SRE_Match 或者 None
#     在字符串的开头，匹配零个或多个字符。
#     注意：只匹配一次，匹配（不）到就返回。
# 1.1.匹配数字。
pattern = re.compile(r'\d+')
m = pattern.match('one1234')
print(m)  # None
m = pattern.match('one1234four', 2, 10)
print(m)  # None
m = pattern.match('one12two34four', 3, 10)
print(m)
# <_sre.SRE_Match object; span=(3, 5), match='12'>
# _sre.SRE_Match.group(...)
#     group([group1, ...]) -> str or tuple.
#     按索引或名称返回匹配的子组。
#     0返回整个匹配。
print(m.group(0))  # 12
# _sre.SRE_Match.start(group=0, /)
#     返回按组匹配的子字符串的起始索引。
print(m.start())  # 3
# _sre.SRE_Match.end(group=0, /)
#     返回按组匹配的子字符串的终止索引。
print(m.end())  # 5
# _sre.SRE_Match.span(group=0, /)
#     对于匹配对象 m，返回元组(m.start(group), m.end(group))。
print(m.span())  # (3, 5)

# 1.2.分组匹配字符串，忽略大小写。
print("\n1.2.")
# re.I 表示忽略大小写
pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)
m = pattern.match('Hello World Wide Web')
print(m)
# <_sre.SRE_Match object; span=(0, 11), match='Hello World'>
print(m.group(0))  # 返回匹配成功的整个子串
# Hello World
print(m.span(0))  # 返回匹配成功的整个子串的索引
# (0, 11)
print(m.group(1))  # 返回第一个分组匹配成功的子串
# Hello
print(m.span(1))  # 返回第一个分组匹配成功的子串的索引
# (0, 5)
print(m.group(2))  # 返回第二个分组匹配成功的子串
# World
print(m.span(2))  # 返回第二个分组匹配成功的子串的索引
# (6, 11)
print(m.start(2))
# 6
print(m.end(2))
# 11
# _sre.SRE_Match.groups(default=None)
#     返回包含匹配的所有子组(从1)的元组。
#     default
#       用于未参加匹配的组。
print(m.groups())  # 等价于 (m.group(1), m.group(2), ...)
# ('Hello', 'World')

# # print(m.group(3))  # 不存在第三个分组
# # Traceback (most recent call last):
# #   File "<stdin>", line 1, in <module>
# # IndexError: no such group

# 1.3.给分组起别名n1, n2。
print("\n1.3.")
pattern = re.compile(r'(?P<n1>[a-z]+) (?P<n2>[a-z]+)', re.I)
m = pattern.match('Hello World word!')
print(m)
# <_sre.SRE_Match object; span=(0, 11), match='Hello World'>
print(m.group('n1'))
# Hello
print(m.group('n2'))
# World

# 二、re.match(pattern, string, flags=0) -> matchObj / None.
# 2.1.
print("\n2.1.")
m = re.match('www', 'www.runoob.com')
print(m)
# <_sre.SRE_Match object; span=(0, 3), match='www'>
print(m.span(), m.group())
# (0, 3) www
print(re.match('com', 'www.runoob.com'))
# None

# 2.2.(.*) vs (.*?)
print("\n2.2.")
line = "Cats are smarter than dogs."
m = re.match(r'(.*) are (.*?) .*', line, re.M | re.I)
print(m)
# <_sre.SRE_Match object; span=(0, 27), match='Cats are smarter than dogs.'>
if m:
    print(m.group(0))  # 0, 表示正则表达式匹配到的所有对象。
    # Cats are smarter than dogs.
    print(m.span(0))  # (0, 26)
    print(m.group(1))  # 1, 在0的基础上，细化分组第一组。
    # Cats
    print(m.span(1))  # (0, 4)
    print(m.group(2))  # 2，第二组。
    # smarter
    print(m.span(2))  # (9, 16)

# 2.3.(.*) vs (.*?)
# 贪婪模式 vs 懒惰模式。
line = "Python is a good language."
matchObj = re.match(r'(.*)a(.*?).*', line, re.M | re.I)
print(matchObj)
if matchObj:
    print(matchObj.group(0))
    print(matchObj.group(1))
    print(matchObj.group(2), "aaa")
# <_sre.SRE_Match object; span=(0, 26), match='Python is a good language.'>
# Python is a good language.
# Python is a good langu
#  aaa