Python常用模块——re模块

　　有些人在面临问题的时候会想：“我知道，我将使用正则表达式来解决这个问题。”这让他们面临的问题变成了两个。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　—— Jamie Zawinski

首先我们对比一下两段代码处理用户输入手机号的不同

phone_num = input('请输入手机号：')
if len(phone_num) == 11 
        and phone_num.isdigit()
        and phone_num[:3] in ['130','131','132']:
    print('hello')
else:print('非联通号！')

import re
phone_num = input('请输入手机号：')
if re.findall('^(130|131|132)[0-9]{8}$',phone_num):
    print('hello')
else:print('非联通号！')

对比来看代码1比较通俗易懂，代码2看起来有些不太容易理解但是可以使得代码更加的简洁

 1.正则表达式

re模块提供了对正则表达式的支持，学习re模块之前要了解正则表达式：

正则表达式其实是匹配文本片段的模式，最简单的正则表达式是普通的字符串，与自己匹配，可以使用这种匹配行为来完成一下工作：在文本中查找模式，将特定的模式替换为计算得到的值，以及将文本分割为片段。

正则表达式在线测试工具  http://tool.chinaz.com/regex/

1.1通配符

1.2字符集

用方括号将一个子串括起来，创建一个所谓的字符集

例如"[a-zA-Z0-9]"与大小写字母以及数字都匹配，但需要注意的是字符集只能匹配一个字符

要排除字符就可以在开头加上^字符，例如"[^abc]"与除a、b和c外的其他任何字符都匹配

1.3量词

1.4分组 ()与 或 ｜［^］

匹配身份证号为15或18位字符串组成，15位为纯数字，首位不能为零。

 

1.5 特殊字符进行转义

普通字符与自己匹配，但特殊字符情况不同，要让特殊字符与普通字符一样就要对其进行转义:在正则前加""

请注意，为表示模式re要求的单个反斜杠，需要在字符串中写两个反斜杠，让解释器对其转义，包含两层含义，解释器执行的转义和模块re进行的转义

当然可以使用原始字符串，如r'd'

>>> import re

>>> print(re.findall('\\d', '\d'))  # 匹配字符"d"时，正则表达为"\d"，然后Python还要对其中两个斜杠在进行转义，最终规则表达式为"\\d"
['\d']

>>> print(re.findall(r'\d',r'd')) # 使用原始字符串省去不必要的麻烦
['\d']

1.6 贪婪和非贪婪匹配 

 贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

加上"?"变为非贪婪匹配

*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

一般这样使用时要加上结尾条件，否则只会匹配量词的最少重复次数

2.模块re的常用函数

print(re.findall('你','你好你是')) # ['你', '你']

ret = re.search('你','好是') # 找到后需要调用group()方法，找不到返回None,None不能调用group()方法
if ret:
    print(ret.group())

ret = re.match('你','ni好你是') # 和search用法类似
if ret:
    print(ret.group())

ret = re.split('b','abc') # 按“b”分割字符串
print(ret) # ['a', 'c']

ret = re.split('[ad]','adbcde') # 先按“a”分割，再按“b”分割
print(ret) 

print(re.sub('d','$','zhao123'))
print(re.subn('d','$','zhao123'))

obj = re.compile('你好')
ret = obj.findall('你好吗')
print(ret)

ret = re.finditer('你好','你好吗你好')
print(ret.__next__().group())