Python 正则表达式 Howto（4）

匹配

一旦你拥有了一个经过编译的，代表正则表达式的对象，他能用来做什么呢？模式对象拥有很多方法以及属性。我们在这里只是列出一些重要的部分，如果你想要一个较全的文档，请参见RE的文档：

Method/Attribute	Purpose
match()	判断一个模式是否从开始处匹配一个字符串
search()	遍历整个串，寻找一个模式匹配的位置
findall()	查找所有的RE匹配的子串，并且以列表的形式返回
finditer()	查找所有的RE匹配的子串，以迭代器的形式返回

如果没有匹配的话，match() 和 search() 会返回 None。 如果匹配成功的话,会返回一个匹配对象，这个对象包含所有匹配的信息，例如从哪儿开始，在哪儿结束，匹配的子串等等。

为学习正则匹配，我们可以在交互式的命令行中使用re模块。如果你装了 tkinter的话，你可以看看Tools/demo/redemo.py，这是python的一个例子程序。使用这个程序你可以输入模式以及串，然后显示出时候模式跟串是匹配的。redemo.py在调试复杂的RE的时候非常有用。Phil Schwartz’s Kodos 也是一个交互式工具，同样也可以用来开发测试正则表达式。

本文中所有的例子都是基于标准的Python解释器。首先，运行python解释器，引入re模块，编译RE：

>>> 

>>> importre

>>> p = re.compile('[a-z]+')

>>> p 

<_sre.SRE_Pattern object at 0x...>

现在你可以使用RE [a-z]+去匹配各种字符串。+表示匹配一次或者多次，所以空串不可能被匹配， 在本例中，match()应该要返回 None ，所以我们什么也打印不出来。

>>> 

>>> p.match("")

>>> print(p.match(""))

None

我们再试一个可以匹配的字符串。比如 tempo. 在下面的例子中， match() 会返回一个匹配对象，我们可以将其存放在变量中供以后使用。

>>> 

>>> m = p.match('tempo')

>>> m 

<_sre.SRE_Match object at 0x...>

让我们查询一下这个匹配对象来看看里面包含了哪些信息。匹配对象有很多方法属性，最重要的部分有：

Method/Attribute	Purpose
group()	返回模式匹配的字符串
start()	返回匹配的起始位置
end()	返回匹配的结束位置
span()	返回匹配位置的元组

我们可以再解释器中试试看:

>>> 

>>> m.group()

'tempo'

>>> m.start(), m.end()

(0, 5)

>>> m.span()

(0, 5)

group() 返回了RE匹配的子串. start() 和 end() 匹配的起始结束位置. span() 返回了匹配位置的元组. 由于 match()仅仅检查一个字符串是否在起始位置匹配, start() 总是返回0,但是search() 会遍历整个字符串, 在下面的例子中匹配不一定是从0开始。.

>>> 

>>> print(p.match('::: message'))

None

>>> m = p.search('::: message'); print(m) 

<_sre.SRE_Match object at 0x...>

>>> m.group()

'message'

>>> m.span()

(4, 11)

是实际应用中，最常用的方式是将匹配对象存放在一个局部变量中，检查其是否是none，像下面这样：

p = re.compile( ... )

m = p.match( 'string goes here' )

if m:

    print('Match found: ', m.group())

else:

    print('No match')

有两个方法返回所有的匹配，一个是findall()，另外一个是finditer()。 findall()一个匹配列表:

>>> 

>>> p = re.compile('\d+')

>>> p.findall('12 drummers drumming, 11 pipers piping, 10lords a-leaping')

['12', '11', '10']

finditer()返回一个匹配对象序列，物我们可以使用迭代器访问他们：

>>> 

>>> iterator = p.finditer('12 drummers drumming, 11 ... 10 ...')

>>> iterator 

<callable_iterator object at 0x...>

>>> for match in iterator:

...     print(match.span())

...

(0, 2)

(22, 24)

(29, 31)