正则表达式

• 1. 正则表达式
  • 1.1 match
  • 1.2 split

1. 正则表达式

Python通过re模块引入正则表达式的支持。

因为str本身会对\做转义，一般我们都推荐在定义正则表达式使用r字符串:

>>> s = "ABC\\-001"
>>> s                  # 输出 'ABC\\-001'
>>> print(s)           # 输出 ABC\-001
>>> s = r"ABC\-001"
>>> print(s)           # 输出 ABC\-001

1.1 match

通过re.match模块，自动在字符串查找匹配的部分:

>>> regex = r"\d{4}-\d{2}-\d{2}"
>>> match = re.match(dt,"2020-09-30")
>>> if match:                            # 如果有匹配成功的部分，match为True
...   print(match.group(0))              # group概念和Java类似，获取匹配的分组，group(0)是获取整个匹配
...
2020-09-30
>>> match = re.match(dt,"2020-09-30aa")
>>> if match:                            # match并不要求完全匹配，字符串有能能匹配上的部分即可
...   print(match.group(0))
...
2020-09-30
>>> match = re.match(dt,"2020-09-aa")
>>> if match:
...   print(match.group(0))
... else:
...   print("not match")                 # 找不到匹配上的部分时，match返回的就是Fale了

获取分组:

>>> regex = r"(\d{4})-(\d{2})-(\d{2})"
>>> match = re.match(regex,"2020-09-20")
>>> match.groups()
('2020', '09', '20')

预编译正则:

>>> regex = r"(\d{4})-(\d{2})-(\d{2})"
>>> rc = re.compile(regex)
>>> rc.match("2020-09-20").groups()
('2020', '09', '20')

1.2 split

使用正则表达式切分字符串：

>>> v =  r"a b  c"
>>> v.split(" ")                        # 有点时候直接用str的split是不足以完成切分的，比如分隔符有多个
['a', 'b', '', 'c']
>>> re.split(r"\s+",v)                  # 使用正则切分能解决这个问题
['a', 'b', 'c']