Contents

• 用正则表达式匹配更多模式

  • 利用括号分组

  • 用管道匹配多个分组

  • 用问号实现可选匹配

  • 用星号匹配零次或多次

  • 用加号匹配一次或多次

  • 用花括号匹配特定次数

  • 贪心和非贪心匹配

  • 通配字符

    • .匹配单个字符

    • 用点-星匹配所有字符

    • 用句点字符匹配换行

  • 正则表达式符号简述

  • 不区分大小写的匹配

  • 管理复杂的正则表达式

  • 组合使用 re.IGNOREC ASE、re.DOTALL 和 re.VERBOSE

11.8. 用正则表达式匹配更多模式

11.8.1. 利用括号分组

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:23
# filename: main.py
import re

phoneNum = re.compile(r"(\d\d\d)-(\d\d\d-\d\d\d\d)")
mo = phoneNum.search("My number is 415-555-4242.")
print(mo.group(1))  # 415
print(mo.group(2))  # 555-4242
print(mo.group(0))  # 415-555-4242
print(mo.group())  # 415-555-4242

11.8.2. 用管道匹配多个分组

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:26
# filename: re-main2.py
import re

herRegex = re.compile(r'Batman|Tina Fey')
mo1 = herRegex.search("Batman and Tina Fey")
print(mo1.group())  # Batman

mo2 = herRegex.search("Tina Fey and Batman ")
print(mo2.group())  # Tina Fey

batRegex = re.compile(r"Bat(man|mobile|copter|bat)")
mo = batRegex.search("Batmobile lost a wheel")
print(mo.group())   # Batmobile
print(mo.group(1))  # mobile

11.8.3. 用问号实现可选匹配

#!/usr/bin/env python
#-*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:33
# filename: re-main3.py
import re

batRegex = re.compile(r"Bat(wo)?man")
mo1 = batRegex.search("The Adventures of Batman")
print(mo1.group())  #Batman

mo2 = batRegex.search("The Adventures of Batwoman")
print(mo2.group())  #Batwoman

11.8.4. 用星号匹配零次或多次

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:37
# filename: re-main4.py
import re

batRegex = re.compile(r'Bat(wo)*man')
mo1 = batRegex.search('The Adventures of Batman')
print(mo1.group())  # Batman

mo2 = batRegex.search('The Adventures of Batwoman')
print(mo2.group())  # Batwoman

mo3 = batRegex.search('The Adventures of Batwowowowoman')
print(mo3.group())  # Batwowowowoman

11.8.5. 用加号匹配一次或多次

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:37
# filename: re-main4.py
import re

batRegex = re.compile(r'Bat(wo)+man')
mo1 = batRegex.search('The Adventures of Batwoman')
print(mo1.group())  # Batman

mo2 = batRegex.search('The Adventures of Batwowowowowowoman')
print(mo2.group())  # Batwowowowowowoman

mo3 = batRegex.search('The Adventures of Batman')
print(mo3 == None)  # True

11.8.6. 用花括号匹配特定次数

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:41
# filename: re-main5.py
import re

haregex = re.compile(r"(Ha){3}")
mo1 = haregex.search("HaHaHa")
print(mo1.group())  # HaHaHa

mo2 = haregex.search("Ha")
print(mo2 == None)  # True

11.8.7. 贪心和非贪心匹配

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:48
# filename: re-main6.py
import re

# 贪婪匹配
regreedyHaRegex = re.compile(r"(Ha){3,5}")
mo1 = regreedyHaRegex.search("HaHaHaHaHa")
print(mo1.group())      # HaHaHaHaHa

# 非贪婪匹配
regreedyHaRegex = re.compile(r"(Ha){3,5}?")
mo1 = regreedyHaRegex.search("HaHaHaHaHa")
print(mo1.group())      # HaHaHa

11.8.8. 通配字符

.匹配单个字符

.（句点）字符称为“通配符”。它匹配除了换行之外的所有字符，句点字符只匹配一个字符。

atRegex = re.compile(r'.at')
result = atRegex.findall('The cat in the hat sat on the flat mat.')
print(result)   #['cat', 'hat', 'sat', 'lat', 'mat']

用点-星匹配所有字符

(.*)        #贪婪匹配模式
(.*?)       #非贪婪匹配模式

点-星使用“贪心”模式：它总是匹配尽可能多的文本。要用“非贪心”模式匹配所有文本，就使用点-星和问号。 像和大括号一起使用时那样，问号告诉Python 用非贪心模式匹配。

#!/usr/bin/env python
#-*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 15:57
# filename: sample01.py
import re

nameRegex = re.compile(r'First Name: (.*) Last Name: (.*)')
mo = nameRegex.search('First Name: Al Last Name: Sweigart')
print(mo.group(1))      #Al
print(mo.group(2))      #Sweigart


nongreedyRegex = re.compile(r'<.*?>')
mo = nongreedyRegex.search('<To serve man> for dinner.>')
print(mo.group())       #<To serve man>

用句点字符匹配换行

#!/usr/bin/env python
# -*- coding:utf8 -*-
# auther; 18793
# Date：2020/3/22 16:00
# filename: sample02.py

import re

noNewlineRegex = re.compile('.*')
result = noNewlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()
print(result)

# 通过传入 re.DOTALL 作为 re.compile()的第二个参数，可以让句点字符匹配所有字符，包括换行字符
newlineRegex = re.compile('.*', re.DOTALL)
result = newlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()
print(result)

11.8.9. 正则表达式符号简述

   ?匹配零次或一次前面的分组。
   *匹配零次或多次前面的分组。
   +匹配一次或多次前面的分组。
   {n}匹配 n 次前面的分组。
   {n,}匹配 n 次或更多前面的分组。
   {,m}匹配零次到 m 次前面的分组。
   {n,m}匹配至少 n 次、至多 m 次前面的分组。
   {n,m}?或*?或+?对前面的分组进行非贪心匹配。
   ^spam 意味着字符串必须以 spam 开始。
   spam$意味着字符串必须以 spam 结束。
   .匹配所有字符，换行符除外。
   \d、\w 和\s 分别匹配数字、单词和空格。
   \D、\W 和\S 分别匹配出数字、单词和空格外的所有字符。
   [abc]匹配方括号内的任意字符（诸如 a、b 或 c）。
   [^abc]匹配不在方括号内的任意字符。

11.8.10. 不区分大小写的匹配

#!/usr/bin/env python
# -*- coding:utf8 -*-
import re

robocop = re.compile(r'robocop', re.I)
result1 = robocop.search('RoboCop is part man, part machine, all cop.').group()
print(result1)

result2 = robocop.search('ROBOCOP protects the innocent.').group()
print(result2)

result3 = robocop.search('Al, why does your programming book talk about robocop so much?').group()
print(result3)

11.8.11. 管理复杂的正则表达式

要实现这种详细模式，可以向re.compile()传入变量re.VERBOSE，作为第二个参数。

可以将正则表达式放在多行中，并加上注释

phoneRegex = re.compile(r'''(
(\d{3}|\(\d{3}\))?              # area code
(\s|-|\.)?                      # separator
\d{3}                           # first 3 digits
(\s|-|\.)                       # separator
\d{4}                           # last 4 digits
(\s*(ext|x|ext.)\s*\d{2,5})?    # extension
)''', re.VERBOSE)

使用了三重引号(''')，创建了一个多行字符串。这样就可以将正则表达式定义放在多行中，让它更可读。

正则表达式字符串中的注释规则，与普通的 Python 代码一样：#符号和它后面直到行末的内容，都被忽略。 而且，表示正则表达式的多行字符串中，多余的空白字符也不认为是要匹配的文本模式的一部分。这让你能够组织正则表达式，让它更可读。

11.8.12. 组合使用 re.IGNOREC ASE、re.DOTALL 和 re.VERBOSE

如果希望正则表达式不区分大小写，并且句点字符匹配换行

someRegexValue = re.compile('foo', re.IGNORECASE | re.DOTALL)

或者

someRegexValue = re.compile('foo', re.IGNORECASE | re.DOTALL | re.VERBOSE)