Python编程技巧 – 使用正则表达式

news2024/9/19 20:35:56

Python编程技巧 – 使用正则表达式

Python Programming Skills – Using Regular Expression

By Jackson@ML

Python以其强大的功能高居全球编程软件的榜首。它易于学习和使用，使其成为初学者绝佳语言。此外，Python还用于各种应用程序，包括Web开发、数据分析及人工智能等。

当今时代，越来越多的计算机软件在做模式识别的工作，尤其是语言模式识别，例如对单词及字符模式的识别。

如果能够指定一种模式，以其特定的字符来表示字符、数字和单词的组合，并利于学习，这就相当于一种新的语言范式，当然，这也是一种简单的语言。正则表达式应运而生，可以用很少的代码做很多的事情，可能用一两条语句就能完成复杂代码才能完成的任务。

1. 正则表达式

1）正则表达式模式示例

正则表达式可以用简单的一系列字符来匹配一个单词，比如：用以下模式与单词”dog”匹配，这很好理解。

Dog

但是，如果单词多了，情况就变得复杂。假设，现在需要由多个匹配字母的组合：

匹配一个字符”D”;
匹配任意数量的“o”，但至少有一个；
匹配一个“g“字符。

正则表达式就类似一个筛子，用特定字符的要求来筛出所需要的字符。
按照上述的需求，下面的正则表达式可以满足要求：

Do+g

但由于加号(+)是特殊字符，不会让正则表达式去匹配加号，而是与前面的o一起形成一个子表达式。因此，上面的正则表达式可以匹配的结果有以下几种情况：

Dog
Doog
Dooog
Doooog

而另一种重要的运算符是星号（ * ），它表示零个或多个前面的表达式（字符），因此，表达式Do*g可以匹配以下多个字符串：

Dg
Dog
Doog
Dooooog
… …
请注意以上模式，可以匹配到字符串”Dg”, 但是应该了解，星号（ * ）是一种表达式修饰符，不可以单独使用。

2）正则表达式匹配模式

Python在 V1.5版本后，增加了re模块，提供Perl风格的正则表达式；而这个re模块使得Python语言拥有全部的正则表达式功能。

2. 代码示例：匹配电话号码

我们来编写一段程序，在该程序中需要输入电话号码，但必须在输入后验证该号码是否格式正确，那么需要编写“电话号码”的验证函数。

如果电话号码为八位数，区号为前两位，那么可以用井号(#)及以下模式来验证电话号码：
###-####-####

根据正则表达式的语法，按以下代码来编写模式：

\d\d\d-\d\d\d\d-\d\d\d\d

反斜杠（\）充当转义字符。但此处的d不是使它变为文字字符，而是让它具有特殊含义。
子表达式\d表示匹配任何一位数字字符。

按以上电话号码的模式，编写一个验证电话号码的正则表达式模式，代码如下：

import re

pattern = r'\d\d\d-\d\d\d\d-\d\d\d\d' 
str = input('Enter your telephone number:')

if re.match(pattern, str):
    print('The number accepted!\nYour number is: ' + str)
else:
    print('Incorrect number! Try again.')

执行结果如下图所示：

在这里插入图片描述

该程序首先导入正则表达式软件包re, 对于Python的扩展库的导入，使用以下命令：

import re

re.match尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none.

换句话说，程序中的match函数被re调用，并且使用pattern参数和目标字符串（str）进行比较。如果匹配，那么该函数返回一个match对象；否则返回none。（none可以被转换成布尔值false）。

该函数通用语法：

re.match(pattern, string, flags=0)

其中，pattern为匹配的正则表达式； string为要匹配的字符串；flags为标志位，用于控制正则表达式的匹配方式。如：是否为大小写，多行匹配等。

4. 小结

综上所述，为了匹配正则表达式，将要匹配的字符串进行对比，就能够筛选出需要的字符串；如需改进匹配模式，也可以修正和优化匹配规则，从而得到想要的字符串，达到事半功倍、提高效率的目的。