Python中的正则表达式

您是否想过在文档中查找某些文本或确保文本符合某种格式（例如电子邮件地址）的关键是什么，以及其他类似的操作？

此类操作的关键是正则表达式（regex）。让我们看看正则表达式的一些定义。在维基百科中，正则表达式的定义如下：

定义搜索模式的字符序列，主要用于与字符串的模式匹配或字符串匹配，即“查找和替换”之类的操作。这个概念出现于 20 世纪 50 年代，当时美国数学家 Stephen Kleene 形式化了正则语言的描述，并与 Unix 文本处理实用程序 ed（编辑器）和 grep（过滤器）一起普遍使用。

regular-expressions.info 的另一个很好的定义是：

正则表达式（简称regex或regexp）是用于描述搜索模式的特殊文本字符串。您可以将正则表达式视为类固醇的通配符。您可能熟悉通配符表示法，例如 *.txt，用于在文件管理器中查找所有文本文件。正则表达式等效项是 .*.txt$

我知道正则表达式的概念听起来可能仍然有点模糊。因此，让我们看一些正则表达式的示例，以更好地理解这个概念。

正则表达式示例

在本节中，我将向您展示一些正则表达式的示例，以帮助您进一步理解这个概念。

假设您有这个正则表达式：

/abder/

这只是告诉我们仅匹配单词 abder。

这个正则表达式怎么样？

/a[nr]t/

您可以按如下方式阅读此正则表达式：找到一个文本模式，第一个字母是 a，最后一个字母是 t，这些字母之间是 n 或 r。所以匹配的词是 ant 和 art。

现在让我给你一个小测验。如何编写以 ca 开头，并以以下一个或全部字符 tbr 结尾的正则表达式？是的，这个正则表达式可以写成如下：

/ca[tbr]/

如果您看到以抑扬音符号 ^ 开头的正则表达式，则表示匹配以 ^ 之后提到的字符串开头的字符串。因此，如果您有下面的正则表达式，它会匹配以 This 开头的字符串。

/^This/

因此，在以下字符串中：

My name is Abder
This is Abder
This is Tom

基于正则表达式 /^This/，将匹配以下字符串：

This is Abder
This is Tom

如果我们想要匹配以某个字符串结尾的字符串怎么办？在本例中，我们使用美元符号 $。这是一个例子：

Abder$

因此，在上面的字符串（三行）中，将使用此正则表达式来匹配以下模式：

My name is Abder
This is Abder

那么，您对这个正则表达式有何看法？

^[A-Z][a-z]

我知道乍一看可能看起来很复杂，但让我们一点一点地看一下。

我们已经了解了什么是抑扬音 ^ 。这意味着匹配以某个字符串开头的字符串。 [A-Z] 指的是大写字母。因此，如果我们阅读正则表达式的这一部分： ^[A-Z]，它告诉我们匹配以大写字母开头的字符串。最后一部分 [a-z] 表示找到以大写字母开头的字符串后，后面会跟着字母表中的小写字母。

那么，使用此正则表达式将匹配以下哪些字符串？如果您不确定，您可以使用 Python（我们将在下一节中看到）来测试您的答案。

abder
Abder
ABDER
ABder

正则表达式是一个非常广泛的主题，这些示例只是为了让您了解它们是什么以及我们为什么使用它们。

RexEgg 是了解更多有关正则表达式并查看更多示例的一个很好的参考。

Python 中的正则表达式

现在让我们来看看有趣的部分。我们希望了解如何在 Python 中使用上述一些正则表达式。我们将用来在 Python 中处理正则表达式的模块是 re 模块。

第一个示例是关于查找单词 abder。在 Python 中，我们将按如下方式执行此操作：

import re
text = 'My name is Abder'
match_pattern = re.match(r'Abder', text)
print match_pattern

如果运行上面的Python脚本，您将得到输出：None!

该脚本工作得很好，但问题在于函数 match() 的工作方式。如果我们返回 match() 的工作方式。如果我们返回 re 模块文档，这就是函数 match() 模块文档，这就是函数 match() 的作用：

如果字符串开头的零个或多个字符与正则表达式模式匹配，则返回相应的匹配对象。如果字符串与模式不匹配，则返回 None；请注意，这与零长度匹配不同。

啊哈，从这里我们可以看出，match() 仅当在字符串的开头找到匹配项时才会返回结果。

我们可以使用函数 search()，这是基于文档的：

扫描字符串，查找正则表达式模式产生匹配的第一个位置，并返回相应的匹配对象。如果字符串中没有位置与模式匹配，则返回 None；请注意，这与在字符串中的某个点查找零长度匹配不同。

因此，如果我们编写上面的脚本，但使用 search() 而不是 match()，我们会得到以下输出：

<_sre.sre_match></_sre.sre_match>

即返回了一个匹配对象。

如果我们想返回结果（字符串匹配），我们使用 group() 函数。如果我们想查看整个比赛，我们使用 group(0)。因此：

打印 match_pattern.group(0)

将返回输出：Abder。

如果我们采用上一节中的第二个正则表达式，即 /a[nr]t/，则可以用 Python 编写如下：

import re
text = 'This is a black ant'
match_pattern = re.search(r'a[nr]t', text)
print match_pattern.group(0)

此脚本的输出是：ant。

结论

文章越来越长，Python 中的正则表达式主题即使不是一本书，也肯定需要不止一篇文章。

然而，本文旨在让您快速入门并有信心进入 Python 正则表达式的世界。您可以参考 re 文档来了解有关此模块的更多信息以及如何深入了解该主题。

以上是Python中的正则表达式的详细内容。更多信息请关注PHP中文网其他相关文章！