1. Python中如何使用正則表達式
Python中使用正則表達式的步驟如下：
- 使用
import re導入正則表達式模塊 - 使用
re.compile()創建一個對象 - 使用
Regex對象的search()方法，傳入一個字符串，然後返回一個Match對象 - 調用
Match對象的group()方法，返回文本中匹配該正則表達式的字符串
示例如下,查找學生姓名中姓Zhang的同學姓名
import re
namelist = "Li Ming;Zhang San;Fu yu;Guo Ji;Ren Jie;Zhang Lin;"
nameRegex = re.compile(r"Zhang\s\w+")
match = nameRegex.search(namelist)
print(match.group())結果如下：
Zhang San
上面的代碼中，有幾個地方需要解釋一下：
re.compile(r"Zhang San\s\w+")在正則表達式的前面加了一個r，標識該字符爲原始字符串。因爲，在Python中，轉義字符前面需要加\來標記，如果你需要在字符串中打出\，那麼你需要使用\\，或者在字符串的前面加入一個r來標記r"Zhang San\s\w+"和"Zhang San\\s\\w+"是等價的search()函數匹配文本中第一個符合該字符串的結果並返回一個Match對象，Match對象的group()函數將返回被查找到的實際文本。所以在上述結果中,我們僅得到Zhang San這個結果。如果你的正則表達式中含有分組(後續會講到)，你可以使用group(1),group(2)來查詢正則表達式中第一個，第二個分組的匹配結果。
2. 正則表達式的更多模式
1. 使用括號分組
假設，某地區的電話號碼的表示形式爲123-456-7890的形式，且前三位爲區號，後七位標識電話號，要求將從文本中同時獲取區號，電話號和整體的電話號碼。
代碼和結果如下：
text = "My phone number is 455-789-1234"
pnRegex = re.compile(r"(\d\d\d)-(\d\d\d-\d\d\d\d)")
match = pnRegex.search(text)
print(match.group())
print(match.group(1))
print(match.group(2))
print(match.groups())結果如下：
455-789-1234
455
789-1234
(‘455’, ‘789-1234’)
group()默認傳入參數爲0，即返回整個匹配的文本。如果想獲取全體分組的結果，使用groups()函數，該函數返回一個包含所有分組匹配結果的元組。
2. 使用管道匹配多個分組
字符|是正則表達式中的管道，用來匹配許多表達式中的一個。如果想匹配姓名列表中，姓Zhang的和姓Li的同學的姓名，可以使用管道|來連接多個正則表達式。
namelist1 = "Li Ming;Zhang San;Fu yu;Guo Ji;Ren Jie;Zhang Lin;"
namelist2 = "Zhang San;Fu yu;Guo Ji;Ren Jie;Zhang Lin;Li Ming;"
nameRegex = re.compile(r"Zhang\s\w+|Li\s\w+")
match1 = nameRegex.search(namelist1)
print(match1.group())
match2 = nameRegex.search(namelist2)
print(match2.group())結果如下：
Li Ming
Zhang San
3. 使用問號實現可選匹配
例如在之前的電話匹配中，我們希望即便有人省略區號，依然可以檢測出電話號碼。使用?來實現部分匹配的模式是可選的
text1 = "My phone number is 455-789-1234"
text2 = "My phone number is 789-1234"
pnRegex = re.compile(r"(\d\d\d-)?(\d\d\d-\d\d\d\d)")
match1 = pnRegex.search(text1)
print(match1.group())
match2 = pnRegex.search(text2)
print(match2.group())結果如下：
455-789-1234
789-1234
4. 使用花括號匹配特定次數
假設現在我們有一串字符串：
* *** ********** ** *** ****** ** ***** * ******* ***** **** ***** * *** * **
如果我們想匹配一下幾種情況：
- 恰好三個* 連在一起的，如
*** - 少於等於三個* 連在一起的，如
**,* - 連在一起的*個數大於等於四，但是小於等於五
- 大於等於六個*連在一起的，如
******
代碼如下：
text = "* *** ********** ** **** ****** ** ***** * ******* ***** **** ***** * *** * **"
sRegex1 = re.compile(r"(\*){3}")
sRegex2 = re.compile(r"(\*){,3}")
sRegex3 = re.compile(r"(\*){4,5}")
sRegex4 = re.compile(r"(\*){6,}")
match1 = sRegex1.search(text)
match2 = sRegex2.search(text)
match3 = sRegex3.search(text)
match4 = sRegex4.search(text)
print(match1.group())
print(match2.group())
print(match3.group())
print(match4.group())結果如下所示：
***
*
*****
**********
r"(\*){3}"中，(\*)表示匹配型字符的分組。因爲 在正則表達式中表示匹配一個或多個，所以需要使用\進行轉義，表示字符 *
花括號{n,m}，表示前面的分組重複次數大於等於n次並且小於等於m次。m和n也可省略其中一個，表示大於等於n或者小於等於m。{n}表示分組恰好重複n次。
另外，可以看到，在被匹配的文本中，長度爲4的字符串****排在長度爲5的字符串***** 前面，但是代碼查找到的結果是*****，這是因爲默認情況下正則表達式是貪婪地，花括號的貪婪版本會儘可能的匹配更長的字符串。使用字符?可以聲明正則表達式爲非貪心形式
text = "* *** ********** ** *** ****** **** ***** * ******* ***** **** ***** * *** * **"
sRegex1 = re.compile(r"(\*){4,5}")
match1 = sRegex1.search(text)
sRegex2 = re.compile(r"(\*){4,5}?")
match2 = sRegex2.search(text)
print(match1.group())
print(match2.group())結果如下：
*****
****
5. findall()方法
re模塊的findall()方法返回被匹配文本中的所有匹配到的結果。
之前提到的search() 僅返回文本中第一個匹配到的結果，方法返回一個Match對象，並調用Match對象的group()函數獲取匹配結果
findall()匹配文本中所有匹配的結果，並且返回一個所有結果的列表。如果正則表達式中有分組，那麼findall()將返回分組的列表
比如之前的電話號的正則表達式：
text = "My phone number is 455-789-1234,Lily's phone number is 110-101-1230 and Lucy's phone number is 789-456-1245"
pnRegex = re.compile(r"(\d\d\d)-(\d\d\d-\d\d\d\d)")
reslist = pnRegex.findall(text)
print(reslist)
結果如下：
[(‘455’, ‘789-1234’), (‘110’, ‘101-1230’), (‘789’, ‘456-1245’)]
正則表達式中的常用字符表，網上資源很多，這裏不再放出來。
P.S. 文章不足之處還望指正
參考書籍：《Python編程快速上手—讓繁瑣工作自動化》