字符串搜索和匹配

问题

你想匹配或者搜索特定模式的文本
对于复杂的匹配需要使用正则表达式和re模块。
但如果你想使用同一个模式去做多次匹配，你应该先将模式字符串预编译为模式对象。比如：

>>> text1 = '11/27/2012'
>>> text2 = 'Nov 27, 2012'
>>> import re
>>> datepat = re.compile(r'\d+/\d+/\d+')
>>> if datepat.match(text1): 
    ... print('yes')
    ... else: 
    ... print('no') 
    ... 
yes 
>>> if datepat.match(text2): 
    ... print('yes')
    ... else: 
    ... print('no') 
    ... 
no
>>>

match() 总是从字符串开始去匹配，如果你想查找字符串任意部分的模式出现位置，使用 findall() 方法去代替。比如：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'
>>> datepat.findall(text)
['11/27/2012', '3/13/2013']

在定义正则式的时候，通常会利用括号去捕获分组。捕获分组可以使得后面的处理更加简单，因为可以分别将每个组的内容提取出来比如：

>>> datepat = re.compile(r'(\d+)/(\d+)/(\d+)')
>>> m = datepat.match('11/27/2012')
>>> m
<_sre.SRE_Match object; span=(0, 10), match='11/27/2012'>
>>> m.group()
'11/27/2012'
>>> m.group(0)
'11/27/2012'
>>> m.group(1)
'11'
>>> m.group(2)
'27'
>>> m.group(3)
'2012'
>>> m.groups()
('11', '27', '2012')
>>> month,day,year = m.groups()
>>> text
'Today is 11/27/2012. PyCon starts 3/13/2013.'
>>> datepat.findall(text)
[('11', '27', '2012'), ('3', '13', '2013')]
>>> for month,day,year in datepat.findall(text):
    print('{}-{}-{}'.format(year,month,day))

    
2012-11-27
2013-3-13
>>> month
'3'

findall() 方法会搜索文本并以列表形式返回所有的匹配。如果你想以迭代方式返回匹配，可以使用 finditer() 方法来代替，比如：

>>> for m in datepat.finditer(text): 
    ... print(m.groups()) 
    ... 
('11', '27', '2012') ('3', '13', '2013') 
>>>