python中如何使用正则表达式

       正则表达式， 简称为 regex， 是文本模式的描述方法。Python 中所有正则表达式的函数都在 re 模块中，在Python中使用正则表达式时都需要导入re模块，否则就会遇到错误消息 NameError: name 're' is not defined。

一、创建正则表达式对象

      向 re.compile()传入一个字符串值，表示正则表达式，它将返回一个 Regex 模式对象（或者就简称为 Regex 对象）。

二、匹配Regex 对象

       Regex 对象的 search()方法查找传入的字符串， 寻找该正则表达式的所有匹配。如果字符串中没有找到该正则表达式模式， search()方法将返回 None。如果找到了该模式，search()方法将返回一个 Match 对象。 Match 对象有一个 group()方法，它返回被查找字符串中实际匹配的文本。

总之，Python 中使用正则表达式有几个步骤：
1．用 import re 导入正则表达式模块。
2．用 re.compile()函数创建一个 Regex 对象（记得使用原始字符串，即通过在字符串的第一个引号之前加上 r，可以将该字符串标记为原始字符串，它不包括转义字符）。
3．向 Regex 对象的 search()方法传入想查找的字符串。它返回一个 Match 对象。
4．调用 Match 对象的 group()方法，返回实际匹配文本的字符串。

#正则表达式查找电话号码

#coding:utf-8
import re
phoneNumRegex = re.compile(r'\d\d\d-\d\d\d\d-\d\d\d\d')
mo = phoneNumRegex.search('my phoneNumber is 139-1234-5678.')
print('Phone number found: '+mo.group())

#输出结果
Phone number found: 139-1234-5678

 三、正则表达式的模式匹配

1、使用括号分组模式匹配

     添加括号在正则表达式中创建“ 分组”：如上例中的电话号码分组(\d\d\d)-(\d\d\d)-(\d\d\d\d)，然后可以使用 group()匹配对象方法，从一个分组中获取匹配的文本。正则表达式字符串中的第一对括号是第 1 组，第二对括号是第 2 组，依次类推。向 group()匹配对象方法传入整数，即要匹配文本的组号， 就可以取得匹配文本的不同部分。 向 group()方法传入 0 或不传入参数， 将返回整个匹配的文本。如果想要一次就获取所有的分组， 请使用 groups()方法， 注意函数名的复数形式，groups()返回数据类型为元祖。

#coding:utf-8
import re
phoneNumRegex = re.compile(r'(\d\d\d)-(\d\d\d\d)-(\d\d\d\d)')
#print(phoneNumRegex)
mo = phoneNumRegex.search('my phoneNumber is 139-1234-5678.')
print(mo.group(2,3))
print(type(mo.groups()))

#返回结果
('1234', '5678')
<class 'tuple'>

如果需要在文本中匹配括号，例如， 你要匹配的电话号码， 可能将区号放在一对括号中。在这种情况下， 就需要用“\”对"("和")"进行字符转义。

2、用管道（|）匹配多个分组

      字符|称为“ 管道”。希望匹配许多表达式中的一个时， 就可以使用它。

#coding:utf-8
import re
nameRegex = re.compile(r'张三|张思')
mo = nameRegex.search('张三是我朋友')
print(mo.group())

#输出结果
张三

上例中正则表达式 ‘张三|张思’ 将匹配 ‘张三’ 或者 ‘张思’，如果 张三 和 李思 都出现在被查找的字符串中， 第一次出现的匹配文本，将作为 Match 对象返回。也可以使用管道来匹配多个模式中的一个， 作为正则表达式的一部分。

#coding:utf-8
import re
nameRegex = re.compile(r'张(三|思)')
mo1 = nameRegex.search('张思和张三是我的朋友')
print(mo1.group())
print(mo1.group(1))

#输出结果
张思          
思

输出结果1：要查找名字都在被查找字符串中，根据匹配第一次出现的原则，返回张思这个名字。

输出结果2：mo.group(1)返回第一个括号分组内（三|思）匹配的文本‘思’，使用了按照括号分组的模式匹配。

如果需要匹配真正的管道字符， 就用倒斜杠转义，即\|。

3、使用问号（？）实现可选匹配

       在实际应用中， 想匹配的模式是可选的。即不论这段文本在不在， 正则表达式都会认为匹配。字符?表明它前面的分组在这个模式中是可选的。

4、用星号（*）匹配零次或者多次

        *（ 称为星号）意味着“匹配零次或多次”，即星号之前的分组，可以在文本中出现任意次。它可以完全不存在，或一次又一次地重复。

5、用加号（+）匹配一次或者多次

       *意味着“ 匹配零次或多次”， +（加号） 则意味着“ 匹配一次或多次”。 星号不要求分组出现在匹配的字符串中， 但加号不同， 加号前面的分组必须“ 至少出现一次”。这不是可选的。
6、用花括号匹配特定次数

        1）如果想要一个分组重复特定次数，就在正则表达式中该分组的后面，跟上花括号包围的数字。例如（张三）{3}，匹配到的字符串为‘张三张三张三’。

        2）还可以指定一个范围，即在花括号中写下一个最小值、一个逗号和一个最大值。例如（张三）{1,2}，匹配到的字符串是“张三”，“张三张三”。

        3）也可以不写花括号中的第一个或第二个数字， 不限定最小值或最大值。例如（张三）{3，}匹配的字符串3次或者等多次，（张三）{，5}匹配字符串0-5次。