论【正则表达式】的重要性 - （以python为例）

废话连篇

在读大学的时候仿佛学过正则表达式（十多年前的事儿），近些年已然全部忘记，这个晦涩难懂的名字能记住就不错了。最近半年我开始发奋图强，在学python的时候看到正则表达式这一章节，学习了半天，题都会做了，也就那样了。后来又开始通过《Linux鸟哥私房菜》复习一下Linux，又看到了正则表达式的身影，发现又都忘记了，哎，又学了一遍。最近又学习Jmeter，又又又看到了正则表达式，当时的心情，就是，这玩意这么重要啊，这么高频出现的技能，可一定要学会记住啊！

正则表达式应用之一，使用左右标志物来匹配

在学习python中，通过正则表达式可以进行两方面的工作，一是进行格式是否匹配的验证，二是从log日志或某文档中提取所需字段，如电话号码等。举例如下：
1、假设本地有个文件，内容如下：
姓名:李小二,电话:0431-12345678,居住地:长春
姓名:张晓花,电话:010-80812211,居住地:北京
姓名:李书豪,电话:15932886751,居住地:广州
…
写一段python代码，从文件中提取所有的电话号码
2、分析情况：
由于格式比较统一，我们能分析出来电话号码始终在【电话:】和【,居住地】中间，所以很好提取，python代码如下：

import re

with open(r"I:\python\info.txt",'r') as rf:
    text=rf.read()
    
p2=r"电话:(.*),居住地"
r2=re.findall(p2,text)
print(r2)

3、代码说明：
1）import re导入正则表达式模块。然后open文件，将内容读取到text字符串中。
2）设置正则表达式的样式为： p2=r"电话:(.*),居住地"
目的是选择所有符合p2样式的内容，即左边是“电话”，右边是“,居住地“的所有内容。
其中：
.是正则表达式中的通配符，能匹配任意一个字符。*是指0到多个。.*组合起来就是任意多个字符，即匹配所有字符。
()的意思是，按这个样式匹配的结果中，我只需要()中的内容，去除其他字符。即我只需要电话号码，不需要左边的“电话”和右边的“,居住地“，所以将需要提取的内容用()括起来。
3）使用re模块的findall函数进行匹配，第一个参数为匹配的样式，第二个参数为要匹配的字符串，函数返回的是一个字符串列表，即将所有匹配结果放到list列表中。

4、python执行后的结果是：
[‘0431-12345678’, ‘010-80812211’, ‘0531-56010007’]

5、对于()我感觉说的不明白，可以自己实践一下，
1）若没有括号，p2=r"电话:.*居住地"，则结果如下：
[‘电话:0431-12345678,居住地’, ‘电话:010-80812211,居住地’, ‘电话:15932886751,居住地’]
2）若有括号，p2=r"电话:(.*),居住地"，则结果如下：
[‘0431-12345678’, ‘010-80812211’, ‘0531-56010007’]

正则表达式应用之二，使用本身的样式来匹配

1、还是以上面为例，文件内容还是不变：
姓名:李小二,电话:0431-12345678,居住地:长春
姓名:张晓花,电话:010-80812211,居住地:北京
姓名:李书豪,电话:15932886751,居住地:广州
但是要从中提取所有的固定电话，不要手机号

2、分析情况：
这样的话，就不能通过刚才左边和右边的标志物方式来提取了，因为如果这样，手机号也被取出来了。
再分析，固定电话一般由三部分组成：3位或4位数字，-，8位数字，我们可以利用这个规则进行匹配。代码如下：

import re

with open(r"I:\python\info.txt",'r') as rf:
    text=rf.read()

p1=r"\d{3,4}-\d{8}"
r1=re.findall(p1,text)
print(r1)

3、代码说明：

1. 首先还是import re导入正则表达式模块。然后open文件，将内容读取到text字符串中。
2. 正则表达式的样式为：p1=r"\d{3,4}-\d{8}"
   \d代表数字，后面的{3,4}代表迭代次数为3到4次，即3到4位数字
   -就代表中间的中划线
   \d代表数字，后面的{8}代表迭代8次，即8位数字
3. 还是使用findall函数将所有的结果都提取到list列表中，并打印出来。

4、python执行后的结果是：
[‘0431-12345678’, ‘010-80812211’]

正则表达式应用之三，其他常用函数

re模块还有几个特别常用的函数，如：
search函数，在被查找字符串中，按照样式匹配，返回匹配成功的第一个字符串。
match函数，从被查找字符串的第一个字符开始匹配样式。
sub(p1,newstring,text)，替换函数，将text中所有符合p1的字符串替换为newstring