动机:
要从字符串“民国22年8月(1933-08)”中提取出年份1933.
最初是直接从字符串中提取,后来发现还有其他形式的字符串,如“民国29年(1940)”。
总之会带来不准确,提取出现误差。所以要使用正则表达式准确描述这类模式。
何为正则表达式?
简单地说,正则表达式(简称为regex)是一些由字符和特殊符号组成的字符串,它们描述了模式的重复或者表述多个字符,于是正则表达式能按某种模式匹配一系列由相似特征的字符串。
正则表达式为高级的文本模式匹配、抽取与/或文本形式的搜索和替换功能提供了基础。
Python中的正则表达式使用
Python通过标准库中的re模块来支持正则表达式。
正则表达式模式是指表示一类具有共性字符串的表达式。
最简单的正则表达式如“foo”,表示包含字符串“foo”。不过这个并没有什么共性的抽取。
match与search的区别
match从开头开始匹配,search不仅从开头开始匹配而且从中间中开始匹配
re.match('foo','afoo')#匹配失败
re.search('foo','afoo')#匹配成功
来源:《Python核心编程(第三版)》30页。