剖析Python正則表達式特別之處
Python語言的re模塊對Python正則表達式做了許多有用的改進，看完本文相信您一定可以從文中了解Python語言在正則表達式方面的特別之處，比如什么是最簡單的正則表達式等問題。
對于需要處理文本的程序員來說，必須對正則表達式有一個全面深入的認識。本文為不熟悉正則表達式的讀者提供了一個快速入門的教程。當(dāng)然，對于那些熟悉其他語言中的正則表達式的部分讀者而言，本文也是有益的，因為您可以從中了解Python語言在正則表達式方面的特別之處。
一、什么是Python正則表達式
在編寫處理字符串的程序或網(wǎng)頁時，經(jīng)常會有查找符合某些復(fù)雜規(guī)則(或稱為模式)的字符串的需要。正則表達式就是用于描述這些規(guī)則(或模式)的工具。換句話說，正則表達式就是記錄文本規(guī)則的代碼。一旦發(fā)現(xiàn)了符合要求的文本，就可以用對其進行相應(yīng)的修改了。
大家還記得Windows命令行中用于文件查找的通配符吧，即*和?。當(dāng)我們查找某目錄下所有的PDF文檔的時候，只要搜索*.pdf即可。在這里，*會被解釋成任意的字符串。和通配符類似，正則表達式也是用來進行文本匹配的工具，只不過較之于通配符，它能更精確地描述你的需求，例如用來查找一個web頁面中的所有電話號碼。
我們知道，電話號碼一般都有一個固定的寫法：區(qū)號-電話號碼，即有以0開頭，后跟2-3個數(shù)字，然后是一個連字號“-”，***是7或8位數(shù)字組成的字符串(例如010-12345678或0634-1234567)。
二、最簡單的正則表達式
學(xué)習(xí)正則表達式的***方法是從具體的示例入手，讓讀者親自動手實驗。下面給出了不少簡單的例子，并對它們作了詳細的說明。當(dāng)我們在一字符串中查找to，你可以使用正則表達式to。這幾乎是最簡單的正則表達式了，它可以精確匹配這樣的字符串；
由兩個字符組成，前一個字符是t，后一個是o。為了演示，我們提供了一個函數(shù)re_show()，可以把看作是re模塊的一個封裝器，它會把給定的字符串中匹配(說某個字符串與某個正則表達式匹配。
通常是指這個字符串里有一部分或幾部分或全部能滿足表達式給出的條件)的內(nèi)容加上一個花括號。現(xiàn)在我們不對該函數(shù)做進一步的介紹。您只要知道re_show()的***個參數(shù)是一個Python正則表達式，第二個參數(shù)是要匹配的字符串，當(dāng)找到匹配的內(nèi)容時，就用花括號將它括起來就行了。還是源代碼如下：
- import re
- def re_show(pat, s):
- print re.compile(pat, re.M).sub("{\g<0>}", s.rstrip()),'\n'
- s = '''Python runs on Windows, Linux/Unix,
- Mac OS X, OS/2, Amiga, Palm Handhelds, and Nokia mobile phones.
- Python has also been ported to the Java and .NET virtual machines.'''
- re_show("to",s)
其中，函數(shù)調(diào)用re_show("to",s)的作用就是查找字符串s中是否包含字符串to，或者說字符串s是否匹配正則表達式to;如果匹配的話，就給字符串to加上花括號。
三、匹配單詞的Python正則表達式
我們看到，如果僅僅要求找出文本中的字符串to的話，上面的正則表達式還是可以的，但是如果要想匹配文本中的單詞to的話，上面的正則表達式to就不夠用了。例如，將上面的代碼中的字符串s的定義改為下面的樣子：
- s = '''In company or association with respect to place or time;
- as, to live together in one house; to live together in the
- same age; they walked together to the town.'''
我們發(fā)現(xiàn)，上面的文字中，不僅單詞to，此外像together和town這些單詞中也包含字符串to，如果這時再用上面的Python正則表達式to來查找“單詞”to的話，就會出錯了。
【編輯推薦】
