Python正则表达式教程-常用文本处理技巧

让我们看几个例子：

# This checks for '' in the string instead of 't' due to the '' used  
re.search(r'Backstail', 'Backstail').group() 
'Backstail' 
# This treats 's' as an escape character because it lacks '' at the start of 's' 
re.search(r'Backstail', 'Back tail').group() 
'Back lash' 

• 重复次数

如果您要查找序列中的长模式，将变得非常乏味。幸运的是，该re模块使用以下特殊字符处理重复：

• + -检查其左侧的一个或多个字符。

re.search(r'Co+kie', 'Cooookie').group() 
'Cooookie' 

•  * -检查左侧是否有零个或多个字符。

# Checks for any occurrence of a or o or both in the given sequence 
re.search(r'Ca*o*kie', 'Caokie').group() 
'Caokie' 

•  ? -检查其左边是否为零或一个字符。

# Checks for exactly zero or one occurrence of a or o or both in the given sequence 
re.search(r'Colou?r', 'Color').group() 
'Color' 

但是，如果您要检查序列重复的确切数目怎么办?

例如，检查应用程序中电话号码的有效性。re模块还使用以下正则表达式很好地处理了此问题：

{x} -重复x次。

{x,} -重复至少x次或更多。

{x, y} -重复至少x次，但不超过y次。

re.search(r'd{9,10}', '0987654321').group() 
'0987654321' 

将+和*资格赛被认为是greedy。

• 使用正则表达式进行分组和分组

假设，当您验证电子邮件地址并想要分别检查用户名和主机时。

这是group正则表达式功能派上用场的时候。它允许您拾取匹配文本的一部分。

由括号()界定的正则表达式模式的部分称为groups。括号不会更改表达式匹配的内容，而是在匹配的序列内形成组。group()在本教程的示例中，您一直都在使用该功能。match.group()像平常一样，没有任何参数的纯文本仍然是整个匹配文本。

email_address = 'Please contact us at: support@datacamp.com' 
match = re.search(r'([w.-]+)@([w.-]+)', ____________) 
if _____: 
 print(match.group()) # The whole matched text 
 print(match.group(1)) # The username (group 1) 
 print(match.group(2)) # The host (group 2) 

贪婪vs非贪婪匹配

（编辑：惠州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!