三分钟热情自学 Python · 第10期 · Python 正

千淘万漉虽辛苦，吹尽狂沙始到金。
——刘禹锡

1. 前言

在这个生活中处处都是大数据和人工智能的时代，总是能在各种角落看到 Python 的培训广告。我招架不住敌方的猛烈攻势，败下阵来。经过了一分钟的深思熟虑，我决定利用我的三分钟热情进行回击，从零开始自学 Python。

本期要学习的正则表达式颇有些难度，如果要用一个词来形容它，那非人类语言就再恰当不过了。因此本期我就蜻蜓点水式地学习一下，等以后再回过头来好好学习这一块。

2.

Regular Expressions

正则表达式

A regular expression is a group of characters or symbols which is used to find a specific pattern in a text.

正则表达式是由字母和符号组成的一组字符，它可以用来从文本中找出符合某种模式的字符串。

2.1

Steps to Using Regular Expressions in Python

在 Python 中使用正则表达式的步骤

1. Import the regex module with import re.

   使用 import re 引入正则表达式模块。

   In Python, you need to import the re module first to creating a Regex object. Otherwise, you'll get a NameError: name 're' is not defined error message.

在 Python 中，需要先引入 re 模块才能创建 Regex 对象。否则将会得到报错信息：“NameError: name 're' is not defined error message”。

2. Create a Regex object with the re.compile() function.

   使用 re.compile() 函数创建一个 Regex 对象，即正则表达式对象。

3. Pass the string you want to search into the Regex object's search() method. This returns a Match object.

   将要搜索的字符串传递给 Regex 对象的 search() 方法。 该方法将会返回一个 Match 对象。

4. Call the Match object's group() method to return a string of the actual matched text.

   调用 Match 对象的 group() 方法，以返回文本中所匹配的字符串。

myPattern = re.compile(r'^\d{3}$')
# => NameError: name 're' is not defined

import re  # step 1

myPattern = re.compile(r'^\d{3}$')  # step 2
matchObj = myPattern.search('123')  # step 3
matchStr = matchObj.group()  # step 4
print(matchStr)
# => 123

2.2

Online Regex Tester

正则表达式在线测试工具

https://regex101.com/

进入页面，在 Regex Editor 中选择编程语言为 Python。在 Regular Expression 处输入要测试的正则表达式，而下方的 Test String 中则输入被用来搜索匹配的文本。

点击左侧的 Settings 可以切换页面的语言和主题。

2.3

Python Regex Cheatsheet

Python 正则表达式速查表

Regex	Meaning
^	Start of string
$	End of string
ab	The string ab
a|b	a or b
[abc]	A single character of: a, b or c
[^abc]	A character except: a, b or c
[a-z]	A character in the range: a-z
\d	One digit
\D	One non-digit
\s	Any whitespace character
\S	Any non-whitespace character
\w	One word character
\W	One non-word character
\b	A word boundary
\B	Non-word boundary
\d?	Zero or one of digit
\d*	Zero or more of digit
\d+	One or more of digit
\d{3}	Exactly 3 of digit
\d{3,}	3 or more of digit
\d{3,6}	Between 3 and 6 of digit
.	Any character except newline

 

---

 

正则	含义
^	从字符串起始处匹配
$	从字符串结尾处匹配
ab	匹配字符串 ab
a|b	匹配字母 a 或 b
[abc]	匹配 a、b、c 其中一个字母
[^abc]	匹配除 a、b、c 以外任一字符
[a-z]	匹配从 a 到 z 任意一个字母
\d	匹配一个数字
\D	匹配一个非数字
\s	匹配任意空白字符
\S	匹配非空白字符
\w	匹配英文字母、数字或下划线，等价于 [a-zA-Z0-9_]
\W	匹配除字母、数字或下划线以外的字符，等价于 [^a-zA-Z0-9_]
\b	匹配单词边界
\B	匹配非单词边界
\d?	匹配 0 或 1 个数字
\d*	匹配 0 或多个数字
\d+	匹配 1 或多个数字
\d{3}	匹配 3 个数字
\d{3,}	匹配 3 或多个数字
\d{3,6}	匹配 3 或 6 个数字
.	匹配除换行符外任一字符

3. 本期单词学习

regular expression /ˈreɡjələr ɪkˈspreʃn/
n. 正则表达式

4. 小结

仅用寥寥可数的几个字符，就能匹配各种错综复杂的字符排列模式，以简驭繁，事半功倍，这就是正则表达式的强大之处，也是我必须学会使用它的主要原因。